# Kimi K3 冲击波三周后EDA 巨头集体转向 AgenticTAM 三分谁主沉浮 — 深度分析这是一篇深度研究不是新闻简报。基于 20 个来源的交叉验证覆盖技术底座、竞争格局、市场模型、战略含义四个维度。7 月 17 日 Cadence 与 Synopsys 双雄单日合计蒸发约 $160 亿市值三周过去我认为那次恐慌定价错了方向。真正被市场忽视的问题不是AI 会不会取代 EDA而是Agentic 化之后EDA 行业的价值会流向谁。这篇报告尝试回答后者。一、恐慌定价错了方向K3 打开的是价值迁移的窗口7 月 17 日月之暗面用 Kimi K3 展示了一次纯开源 EDA 的 48 小时自主造芯Cadence 收跌 9.47%、Synopsys 收跌 7.85%双雄市值合计蒸发约 $160 亿。[B] 7 月 25 日一场被媒体称为AI 恐慌的第二波抛售再次抹去约 $120 亿Synopsys 一度触及 52 周低点。[B] 市场把一个中国模型用免费工具设计了芯片当成EDA 商业模式末日来定价。三周后的今天官方报告、开源仓库和 DAC 2026 的反制动作都在桌面上事情清晰多了。K3 没有杀死 EDA。它证明的是AI 编排工具这条路走得通——而 EDA 巨头们在不到十天之内全部转向了 Agentic并且全部站到了 NVIDIA 的底座上。这一连串反应本身比 K3 的 45nm 演示重要得多。它意味着行业已经接受了AI 主导芯片设计流程这个前提剩下的分歧只有一个——Agentic 化之后那个被 Mizuho 认为能放大三倍的 EDA 市场钱到底流向谁。这篇文章不谈AI 能不能造芯。那件事的结论已经够清楚了。我要谈的是更麻烦的问题造芯能力变便宜之后价值沿着产业链怎么重新分配。二、技术底座开源AI 的边界恰好停在商业 EDA 的护城河外2.1 先校准 K3 到底演示了什么把官方仓库和 47 页技术报告摊开K3 的产物是一颗 3.981mm²、约 146 万标准单元、100MHz、45nm Nangate 开源工艺库的芯片设计官方名 nano-kpu。[A] 官方可复现的范围是架构定义 → RTL 生成 → Yosys 逻辑综合 → Verilator 功能仿真并给出了一套 bit-exact 的 golden reference 验证判据。PR、DRC/LVS、流片都不在官方产物里也没有任何第三方复现过从 RTL 到 GDSII 全流程。[A][C] 那个流传最广的48 小时全流程造芯口号是媒体在官方产物之上的外推。同理MiniTriton 在 73.6% 的内核上击败 Triton也经不起查证——73.6% 来自技术博客对 KDA 内核优化的表述单个内核运行时被削减 73.6%不是编译器对编译器的胜率。MiniTriton 自己的声明克制得多“与 Triton 和 torch.compile 持平或更优部分负载胜出”。[A]修正不等于否定。从架构定义到 RTL 到综合仿真到自建验证判据这条链路完整、可复现且全程无人类工程师在环路中——这在AI 造芯的演示史上是第一次。真正值得盯的是它证明的第二件事K3 自己从零写了 MiniTriton 编译器。AI 编排工具和AI 编写工具是两回事后者才是对工具这个词本身的侵蚀。2.2 开源流程的现状一个已经能跑的底座K3 编排的是一套真实存在的开源 EDA 底座不是幻觉。它的血统可以追溯到 DARPA IDEA 项目2018 年启动、约 $17.2M 初始经费OpenROAD 的目标从立项起就是24 小时内无人在环的 RTL 到 GDSII。[A] 今天这条流程长这样上图K3 这类 Agent 编排的开源数字流程。从 RTL 到 GDSII 的工具链已完整但能跑通和能签核量产是两回事。这条链路的现实边界很清晰OpenROAD 生态累计 600 次流片几乎全部集中在 SkyWater 130nm、GF 180nm 等成熟工艺OpenLane 在 Efabless 停摆后由 FOSSi 基金会接管改名 LibreLane2026 年 3 月的 3.0 版本才补齐 chip-level 流片流程。[A][B] 45nm 的 NanGate45 单元库和 FreePDK45 是学术 PDK不可制造ASAP7 所谓7nm是预测性研究库同样无法流片。2.3 45nm 与 2nm 之间隔着三道真正的墙为什么分析师们一口咬定 45nm 演示不构成即时威胁因为先进节点的壁垒根本不是工具算法而是三道开源社区碰不到的东西PDK 访问3nm/2nm 的 PDK 全部 NDA 授权、受出口管制它编码的是代工厂的制造 IP。开源 PDK 在先进节点没有任何商业相关性。[B]签核认证流片在契约上绑定制程认证的签核工具PrimeTime、Calibre 级。代工厂与 Cadence/Synopsys 联合开发并认证工艺套件这是几十年积累的信任资产。[B]DFT 与全流程深度开源栈没有量产级扫描链插入/ATPG一颗无法被测试的芯片谈不上量产模拟/混合信号、封装共设计也基本空白。[B]学术基准给出了同一个结论的量化版本PDAgent-Bench 显示即便使用商业工具 Innovus/ICC2LLM Agent 的脚本生成成功率也只有约 42%——恰恰是工具为中心的签核任务是 LLM 最弱的环节。[B]一句话总结技术面K3 的演示恰好落在开源 EDA 本来就擅长的成熟节点这个区域没有触及商业 EDA 的护城河。但这不意味着它无害——它验证了AI 编排整个流程的范式而这个范式正在被 EDA 巨头们全盘吸收。三、竞争格局巨头十天反制三家全部投靠 NVIDIA3.1 DAC 2026一次协调一致的反制7 月 26-29 日的 DAC 2026 成了 EDA 行业的历史转折点——不是因为它发布了什么革命性工具而是因为三巨头用同一套叙事、同一个底座集体宣布进入 Agentic 时代维度SynopsysCadenceSiemens EDAAgentic 产品AgentEngineer™ 自主验证/调试/实现 AgentAgentStack 第 4 个 AI Super AgentAuraStackFuse EDA AI Agent自验证升级关键宣称RTL 验证提速最高 50×、覆盖率 20%NVIDIA 联合debug 周期缩短 25-40%AuraStack上市时间最高快 2×、生产力 15×ChipStack 把 5 周验证压到 24 小时每个 LLM 决策都回灌确定性物理引擎SPICE/寄生/STA作为ground truth落地客户唯一在 Microsoft Discovery 上跑通自主 EDA 工作流AMD 正在下一代产品中评估NVIDIA 内部 ChipStack 验证 40× 加速与 Rapidus 合作目标 TAT 减半意法半导体Solido Layout Analyzer 把复杂模块调试缩短数周平台NVIDIA Nemotron 3 Ultra OpenShell AzureNVIDIA Blackwell/CUDA-X GeminiChipStackNVIDIA NeMo Gym OpenShell对比表DAC 2026 上三家 EDA 巨头的 Agentic 产品线。三家都锚定 NVIDIA 底座且强调长时间自主运行的编排 Agent而非单次 LLM 调用。[A]最值得注意的不是各家宣称的数字而是节奏。K3 事件 7 月 17 日爆发Cadence 7 月 15 日就发布了 AuraStackDAC 2026 正好落在 K3 开源权重发布7/27的同一天窗口——三巨头用一周时间完成了对AI 造芯叙事的接管不再是AI 会不会取代 EDA 工程师而是我们的 Agent 已经在你眼皮底下替你设计芯片。3.2 从 Demo 到客户评估反制在加速会后一周反制已经从发布会走进客户管线Synopsys 宣布 AgentEngineer 首批落地 Microsoft DiscoveryAzure含全自主 debug 收敛和基于 Fusion Compiler 的全自主实现收敛AMD 正在评估Cadence 与 Rapidus 把 InnoStack AI Super Agent 集成进 Rapidus 的 AI-Agentic Design SolutionRaads目标把架构到签核的交付周期TAT压缩一半。[A][B] 这些动作意味着 Agentic EDA 已经从展示进入客户评估阶段——速度比所有人预期的都快。3.3 共同的底座为什么 NVIDIA 是这盘棋最大的赢家三家巨头不约而同选择 NVIDIA不是偶然。Vera CPU 在 Cadence Jasper 和 Synopsys VCS 上给到约 1.5× 加速恰好命中 GPU 无法加速的 CPU 密集型工作负载仿真、形式验证、实现Nemotron 3 Ultra550B 参数 MoE、1M 上下文被设计成长时运行 Agent的推理底座OpenShell 提供带 RBAC、审计、人在环的安全运行时。[A][B] NVIDIA 自己还内部用 Vera 设计下一代 CPU/GPU——芯片设计芯片的闭环已经跑起来了。无论 EDA 的 Agentic 之战谁赢NVIDIA 都是卖铲子的那个。上图2026 年 EDA Agentic 化关键节点时间线——从 K3 演示引发错杀到巨头十天协调反制、三家集体站队 NVIDIA上图K3 冲击与三巨头反制的节奏。一次冲击、一场反制中间只隔了十天。四、市场与商业模型TAM 三分之战——放大三倍还是被瓜分4.1 卖方共识Agentic 把饼做大这轮共识罕见地整齐。Mizuho 的判断后来被反复引用K3 是通用 Agent 在编排开源 EDA 工具不是替代——而这恰恰验证了agentic AI 扩大 EDA TAM的论点Mizuho 甚至认为核心 EDA 市场可能被放大三倍。[B] Goldman 在事件前四天就把 Cadence 目标价从 $410 上调到 $470理由是芯片设计师的结构性短缺将在 2030 年前创造约 $37 亿/年的 agentic AI EDA 增量。[B] 市场规模口径也支持这个方向AI EDA 细分市场从 2026 年的 $42.7 亿增长到 2032 年的 $158.5 亿24.4% CAGR而核心 IC 设计 EDA 工具只有 6.2% CAGR。[B]4.2 反方饼变大了但分饼的人变了共识没有回答的问题是增量价值归谁K3 用不到 $1/任务的平均成本约合 Claude Opus 4.8 的 1/10演示了成熟节点设计自动化这在事实上给编排层设定了一个接近零的边际成本参考价。[C] 如果编排层被开源开源模型商品化那么EDA 巨头的护城河被压缩到先进节点签核 PDK 认证 DFT 模拟/混合信号——这些确实是墙但编排这个曾属于它们的增长故事被抽走了。NVIDIA 的底座地位反而增强无论谁做编排层物理求解跑在哪都绕不开 CUDA 生态和 Vera/Nemotron。开源生态在成熟节点吃掉长尾IoT、MCU、传感器不需要签核级深度开源 EDA AI Agent已经是可用方案。OpenROAD 600 流片、Tiny Tapeout 约 $150 一颗 ASIC、Cadence 自己还跟 SkyWater 办 $1-1.2 万美元/格的 MPW shuttle多项目晶圆拼车流片——生态已经在长尾里扎根。[B]上图当前竞争格局——NVIDIA 以 Vera Nemotron CUDA 提供共同底座EDA 巨头在 Agentic 转型与签核护城河上各自站队上图Agentic 化之后的价值分配。上游 NVIDIA 底座通吃EDA 巨头守先进节点签核开源AI 吃成熟节点长尾下游设计变便宜反而推高算力总需求。4.3 商业模式正在被改写从卖工具到卖虚拟工程师比 TAM 数字更本质的变化在定价模式。Cadence 已经为 AI Agent 设计了订阅 虚拟工程师按用量计费的模式官方话术是放大而非颠覆Synopsys 的 FlexEDA 把 license 变成按分钟计费Cloud 订阅消除 license 服务器约束AMD 的 Vivado 2026.1 直接做五档 freemium免费档当生态入口。[B] 把这三件事放一起看方向很清楚EDA 的定价权正在从工具迁移到工程师劳动力的等价物。谁提供虚拟工程师谁就掌握下一阶段的定价权而这个角色的候选者不止 EDA 巨头一家。4.4 Jevons 悖论被恐慌错杀的那部分SemiAnalysis 给了一个反直觉的角度K3 的效率创新很可能增加而非减少对算力的总需求。[B] K3 权重超过 1.5TB HBM896 个专家跨 GPU 分布带来 120 次 dispatch/merge——模型变便宜采用量放大这是 Jevons 悖论在算力市场的重演。被恐慌抛售的存储、HBM、互联逻辑上大概率在下半年被证明是错杀。[D]五、战略含义谁在赢谁在失去定价权5.1 三个确定性的赢家NVIDIA是这轮冲击波的最大赢家同时向 EDA 三巨头输出 NemotronVera 底座自己也是 Cadence ChipStack 的首个客户还通过 NVentures 投了自主芯片设计初创 Ricursive。“无论谁赢卖铲子的先赚”。[B]EDA 双雄在财务上毫发无损Cadence Q2 营收 $15.84 亿24.2%创纪录积压 $81 亿并上调全年指引Synopsys 营收 $22.8 亿42%。市场用 $280 亿的市值波动给一个概念验证级演示定价财报用硬数字证明现金流毫发无损。[A][B] 但它们正在为增长引擎换挡买单——从卖工具转向卖虚拟工程师这个转变对估值体系意味着什么市场还没完全消化。开源生态与长尾客户是第三个赢家OpenROAD 生态、SkyWater、Tiny Tapeout 从爱好者玩具第一次被证明是可被前沿模型直接编排的生产底座。这个认证价值不亚于融资。[B]5.2 中国的第二条腿对中国半导体K3 的意义超出技术本身。它给了AI 开源 EDA 绕开商业 EDA 依赖一个看得见的实证国内媒体几乎一边倒地把它解读为对 EDA 封锁的破局信号甚至出现了半导体之母被挑战的叙事。[C] 但国内针对华大九天的一篇专业分析给出了更冷静的结论K3 对国产 EDA 龙头是机会远大于威胁。理由有三——它验证了国产大模型 国产 EDA全自主技术栈的可行性直接强化国产替代逻辑它把芯片设计门槛降低后涌入的初创与高校客户恰好是买不起海外天价 license 的成本敏感人群会成为华大九天这类成熟制程工具的新增客户它还是 AIEDA 路线最便宜的基础模型拿来微调就能大幅压低自研 AI 工具的成本。[B]需要冷静的仍然是细节华大九天模拟 EDA 国内市占约 42.6%ALPS 仿真器已通过 4/5nm 认证并被海思、NVIDIA 使用Argus3DIC 是国内唯一的 3DIC 全流程方案概伦电子在器件建模侧绑定台积电/三星 PDK中芯 7nm 模型库目标 2027 年流片。[B] 这些护城河——先进制程认证、代工厂绑定的 PDK 数据、3DIC 能力——恰恰是通用大模型给不了的。所以 K3 对国产 EDA 的角色是催化剂而非替代品它让开源 EDA 大模型第一次成为可以与商业工具并行的国家叙事但制造端 EDA 国产化率仍不足 10%先进节点签核与 PDK 依然是硬门槛。5.3 三个值得盯的里程碑我把判断落成三个可验证的里程碑任何一个发生都值得重新定价月之暗面是否把 nano-kpu 推进到 PR 和真实流片——从综合级演示到签核级交付中间隔着整个物理验证栈。开源AI 栈是否打通 28nm 商用 PDK——意味着中芯这类国内代工开始配合开源生态成熟节点全流程开源从演示变成工艺。MiniTriton 是否扩展到 fp8、AMD 和国产 GPU 后端——编译器是 CUDA 护城河的核心组件这条线比芯片演示的长期威胁更大。上图三个可跟踪的里程碑——PR 后真实流片、28nm 商用 PDK、MiniTriton 多后端适配上图三个里程碑及各自的触发信号。任何一个落地都意味着开源AI从演示进入工艺阶段。六、我的判断7 月 17 日的抛售是一次教科书级的错位定价市场用 72 小时给一个综合级 45nm 演示贴上EDA 末日的标签然后在完整报告发布后分析师们集体说反应过度。现在报告和源码都在桌面上我判断买跌共识在方向上是对的但两个依据都需要修正。[D]第一个修正“K3 只是编排工具不是替代工具”——对但不完整。完整报告显示 K3 同时编写了工具MiniTriton 编译器是它自己从零写的。编排工具是更会用工具编写工具意味着工具的供给本身开始被 AI 定义。前者让 EDA 巨头安心后者才值得警惕。签核认证和代工厂信任体系是最深的护城河我不认为这会立刻伤到 Cadence 和 Synopsys但AI 写工具这条线会先在中国、在成熟节点、在开源生态里长出来。第二个修正市场把 K3 当成算力需求崩溃的信号证据指向反方向。K3 的效率创新很可能通过 Jevons 悖论放大算力总需求。被恐慌抛售的存储和 HBM下半年大概率被证明是错杀。我给读者三条可执行的结论别再把开源 EDA当玩具。它已经是可被前沿模型直接编排的生产底座成熟节点的设计门槛正在以每年一个数量级的速度下降。盯住三个里程碑PR流片、28nm 商用 PDK、MiniTriton 多后端任何一个发生都值得重新定价别等新闻头条。对 EDA 双雄的长期看法不变但对增长引擎的预期要换它们的未来不在卖更多工具在卖虚拟工程师——这个定价权的迁移市场还没完全定价。我赌 12 个月内中国会出现一颗用开源 EDA AI Agent全流程设计并真实流片的成熟节点芯片。到那一天“48 小时造芯会从演示变成工艺而 EDA 行业的讨论焦点会从AI 能不能设计芯片变成谁拥有 AI 设计的芯片”。参考来源MoonshotAI/nano-kpu官方芯片设计仓库MoonshotAI/Kimi-K3官方仓库 技术报告MoonshotAI/minitriton官方编译器仓库Pandaily — Kimi K3 48-Hour Chip Design ExperimentYahoo Finance — Cadence, Synopsys Slide as Kimi K3 Targets EDAMizuho: Buy the Dip in EDA StocksYahoo FinanceCNBC — Goldman Outlines Two EDA Companies on Chip Designer ShortageDesign-Reuse — Cadence Q2 2026 Financial ResultsEDN Asia — Synopsys Extends Agentic AI Chip Design with Microsoft and AMDITmedia — Cadence × Rapidus AI-Agent SoC Design CollaborationMarketsandMarkets — AI EDA Market to $15.85B by 2032PDAgent-BencharXiv:2606.17253The Dawn of Agentic EDA — SurveyarXiv:2512.23189OpenROAD Project — Wikipedia / DARPA IDEA 血统FOSSi — LibreLane原 OpenLane 2发布Synopsys — Agentic AI 官方页面Siemens — Self-Verifying Agentic EDADAC 2026NVIDIA — Vera CPU 加速 EDA 工作负载SemiAnalysis — KDA Mechanism May Boost Hardware DemandTechNode — China’s EDA Tool Restrictions: Winners and Losers东方财富 — Kimi K3 展示的 AI 设计芯片能力对华大九天的意义与非网 eefocus — Kimi K3 的 48 小时芯片设计实验为什么让整个 EDA 行业紧张新浪财经 — 仅用开源工具国产大模型 48 小时完成芯片设计EDA 巨头股价大跌快科技 — Kimi K3 48 小时跑通完整芯片设计流程AI 辅助深度研究人工视角解读。每日更新。数据来源20 个交叉验证来源含官方仓库/技术报告、学术论文、分析师报告、中英文媒体。分析仅代表个人判断。本文不构成投资建议。 深度 | Kimi K3 冲击波三周后：EDA 巨头集体转向 Agentic，TAM 三分谁主沉浮 — 深度分析
# Kimi K3 冲击波三周后EDA 巨头集体转向 AgenticTAM 三分谁主沉浮 — 深度分析这是一篇深度研究不是新闻简报。基于 20 个来源的交叉验证覆盖技术底座、竞争格局、市场模型、战略含义四个维度。7 月 17 日 Cadence 与 Synopsys 双雄单日合计蒸发约 $160 亿市值三周过去我认为那次恐慌定价错了方向。真正被市场忽视的问题不是AI 会不会取代 EDA而是Agentic 化之后EDA 行业的价值会流向谁。这篇报告尝试回答后者。一、恐慌定价错了方向K3 打开的是价值迁移的窗口7 月 17 日月之暗面用 Kimi K3 展示了一次纯开源 EDA 的 48 小时自主造芯Cadence 收跌 9.47%、Synopsys 收跌 7.85%双雄市值合计蒸发约 $160 亿。[B] 7 月 25 日一场被媒体称为AI 恐慌的第二波抛售再次抹去约 $120 亿Synopsys 一度触及 52 周低点。[B] 市场把一个中国模型用免费工具设计了芯片当成EDA 商业模式末日来定价。三周后的今天官方报告、开源仓库和 DAC 2026 的反制动作都在桌面上事情清晰多了。K3 没有杀死 EDA。它证明的是AI 编排工具这条路走得通——而 EDA 巨头们在不到十天之内全部转向了 Agentic并且全部站到了 NVIDIA 的底座上。这一连串反应本身比 K3 的 45nm 演示重要得多。它意味着行业已经接受了AI 主导芯片设计流程这个前提剩下的分歧只有一个——Agentic 化之后那个被 Mizuho 认为能放大三倍的 EDA 市场钱到底流向谁。这篇文章不谈AI 能不能造芯。那件事的结论已经够清楚了。我要谈的是更麻烦的问题造芯能力变便宜之后价值沿着产业链怎么重新分配。二、技术底座开源AI 的边界恰好停在商业 EDA 的护城河外2.1 先校准 K3 到底演示了什么把官方仓库和 47 页技术报告摊开K3 的产物是一颗 3.981mm²、约 146 万标准单元、100MHz、45nm Nangate 开源工艺库的芯片设计官方名 nano-kpu。[A] 官方可复现的范围是架构定义 → RTL 生成 → Yosys 逻辑综合 → Verilator 功能仿真并给出了一套 bit-exact 的 golden reference 验证判据。PR、DRC/LVS、流片都不在官方产物里也没有任何第三方复现过从 RTL 到 GDSII 全流程。[A][C] 那个流传最广的48 小时全流程造芯口号是媒体在官方产物之上的外推。同理MiniTriton 在 73.6% 的内核上击败 Triton也经不起查证——73.6% 来自技术博客对 KDA 内核优化的表述单个内核运行时被削减 73.6%不是编译器对编译器的胜率。MiniTriton 自己的声明克制得多“与 Triton 和 torch.compile 持平或更优部分负载胜出”。[A]修正不等于否定。从架构定义到 RTL 到综合仿真到自建验证判据这条链路完整、可复现且全程无人类工程师在环路中——这在AI 造芯的演示史上是第一次。真正值得盯的是它证明的第二件事K3 自己从零写了 MiniTriton 编译器。AI 编排工具和AI 编写工具是两回事后者才是对工具这个词本身的侵蚀。2.2 开源流程的现状一个已经能跑的底座K3 编排的是一套真实存在的开源 EDA 底座不是幻觉。它的血统可以追溯到 DARPA IDEA 项目2018 年启动、约 $17.2M 初始经费OpenROAD 的目标从立项起就是24 小时内无人在环的 RTL 到 GDSII。[A] 今天这条流程长这样上图K3 这类 Agent 编排的开源数字流程。从 RTL 到 GDSII 的工具链已完整但能跑通和能签核量产是两回事。这条链路的现实边界很清晰OpenROAD 生态累计 600 次流片几乎全部集中在 SkyWater 130nm、GF 180nm 等成熟工艺OpenLane 在 Efabless 停摆后由 FOSSi 基金会接管改名 LibreLane2026 年 3 月的 3.0 版本才补齐 chip-level 流片流程。[A][B] 45nm 的 NanGate45 单元库和 FreePDK45 是学术 PDK不可制造ASAP7 所谓7nm是预测性研究库同样无法流片。2.3 45nm 与 2nm 之间隔着三道真正的墙为什么分析师们一口咬定 45nm 演示不构成即时威胁因为先进节点的壁垒根本不是工具算法而是三道开源社区碰不到的东西PDK 访问3nm/2nm 的 PDK 全部 NDA 授权、受出口管制它编码的是代工厂的制造 IP。开源 PDK 在先进节点没有任何商业相关性。[B]签核认证流片在契约上绑定制程认证的签核工具PrimeTime、Calibre 级。代工厂与 Cadence/Synopsys 联合开发并认证工艺套件这是几十年积累的信任资产。[B]DFT 与全流程深度开源栈没有量产级扫描链插入/ATPG一颗无法被测试的芯片谈不上量产模拟/混合信号、封装共设计也基本空白。[B]学术基准给出了同一个结论的量化版本PDAgent-Bench 显示即便使用商业工具 Innovus/ICC2LLM Agent 的脚本生成成功率也只有约 42%——恰恰是工具为中心的签核任务是 LLM 最弱的环节。[B]一句话总结技术面K3 的演示恰好落在开源 EDA 本来就擅长的成熟节点这个区域没有触及商业 EDA 的护城河。但这不意味着它无害——它验证了AI 编排整个流程的范式而这个范式正在被 EDA 巨头们全盘吸收。三、竞争格局巨头十天反制三家全部投靠 NVIDIA3.1 DAC 2026一次协调一致的反制7 月 26-29 日的 DAC 2026 成了 EDA 行业的历史转折点——不是因为它发布了什么革命性工具而是因为三巨头用同一套叙事、同一个底座集体宣布进入 Agentic 时代维度SynopsysCadenceSiemens EDAAgentic 产品AgentEngineer™ 自主验证/调试/实现 AgentAgentStack 第 4 个 AI Super AgentAuraStackFuse EDA AI Agent自验证升级关键宣称RTL 验证提速最高 50×、覆盖率 20%NVIDIA 联合debug 周期缩短 25-40%AuraStack上市时间最高快 2×、生产力 15×ChipStack 把 5 周验证压到 24 小时每个 LLM 决策都回灌确定性物理引擎SPICE/寄生/STA作为ground truth落地客户唯一在 Microsoft Discovery 上跑通自主 EDA 工作流AMD 正在下一代产品中评估NVIDIA 内部 ChipStack 验证 40× 加速与 Rapidus 合作目标 TAT 减半意法半导体Solido Layout Analyzer 把复杂模块调试缩短数周平台NVIDIA Nemotron 3 Ultra OpenShell AzureNVIDIA Blackwell/CUDA-X GeminiChipStackNVIDIA NeMo Gym OpenShell对比表DAC 2026 上三家 EDA 巨头的 Agentic 产品线。三家都锚定 NVIDIA 底座且强调长时间自主运行的编排 Agent而非单次 LLM 调用。[A]最值得注意的不是各家宣称的数字而是节奏。K3 事件 7 月 17 日爆发Cadence 7 月 15 日就发布了 AuraStackDAC 2026 正好落在 K3 开源权重发布7/27的同一天窗口——三巨头用一周时间完成了对AI 造芯叙事的接管不再是AI 会不会取代 EDA 工程师而是我们的 Agent 已经在你眼皮底下替你设计芯片。3.2 从 Demo 到客户评估反制在加速会后一周反制已经从发布会走进客户管线Synopsys 宣布 AgentEngineer 首批落地 Microsoft DiscoveryAzure含全自主 debug 收敛和基于 Fusion Compiler 的全自主实现收敛AMD 正在评估Cadence 与 Rapidus 把 InnoStack AI Super Agent 集成进 Rapidus 的 AI-Agentic Design SolutionRaads目标把架构到签核的交付周期TAT压缩一半。[A][B] 这些动作意味着 Agentic EDA 已经从展示进入客户评估阶段——速度比所有人预期的都快。3.3 共同的底座为什么 NVIDIA 是这盘棋最大的赢家三家巨头不约而同选择 NVIDIA不是偶然。Vera CPU 在 Cadence Jasper 和 Synopsys VCS 上给到约 1.5× 加速恰好命中 GPU 无法加速的 CPU 密集型工作负载仿真、形式验证、实现Nemotron 3 Ultra550B 参数 MoE、1M 上下文被设计成长时运行 Agent的推理底座OpenShell 提供带 RBAC、审计、人在环的安全运行时。[A][B] NVIDIA 自己还内部用 Vera 设计下一代 CPU/GPU——芯片设计芯片的闭环已经跑起来了。无论 EDA 的 Agentic 之战谁赢NVIDIA 都是卖铲子的那个。上图2026 年 EDA Agentic 化关键节点时间线——从 K3 演示引发错杀到巨头十天协调反制、三家集体站队 NVIDIA上图K3 冲击与三巨头反制的节奏。一次冲击、一场反制中间只隔了十天。四、市场与商业模型TAM 三分之战——放大三倍还是被瓜分4.1 卖方共识Agentic 把饼做大这轮共识罕见地整齐。Mizuho 的判断后来被反复引用K3 是通用 Agent 在编排开源 EDA 工具不是替代——而这恰恰验证了agentic AI 扩大 EDA TAM的论点Mizuho 甚至认为核心 EDA 市场可能被放大三倍。[B] Goldman 在事件前四天就把 Cadence 目标价从 $410 上调到 $470理由是芯片设计师的结构性短缺将在 2030 年前创造约 $37 亿/年的 agentic AI EDA 增量。[B] 市场规模口径也支持这个方向AI EDA 细分市场从 2026 年的 $42.7 亿增长到 2032 年的 $158.5 亿24.4% CAGR而核心 IC 设计 EDA 工具只有 6.2% CAGR。[B]4.2 反方饼变大了但分饼的人变了共识没有回答的问题是增量价值归谁K3 用不到 $1/任务的平均成本约合 Claude Opus 4.8 的 1/10演示了成熟节点设计自动化这在事实上给编排层设定了一个接近零的边际成本参考价。[C] 如果编排层被开源开源模型商品化那么EDA 巨头的护城河被压缩到先进节点签核 PDK 认证 DFT 模拟/混合信号——这些确实是墙但编排这个曾属于它们的增长故事被抽走了。NVIDIA 的底座地位反而增强无论谁做编排层物理求解跑在哪都绕不开 CUDA 生态和 Vera/Nemotron。开源生态在成熟节点吃掉长尾IoT、MCU、传感器不需要签核级深度开源 EDA AI Agent已经是可用方案。OpenROAD 600 流片、Tiny Tapeout 约 $150 一颗 ASIC、Cadence 自己还跟 SkyWater 办 $1-1.2 万美元/格的 MPW shuttle多项目晶圆拼车流片——生态已经在长尾里扎根。[B]上图当前竞争格局——NVIDIA 以 Vera Nemotron CUDA 提供共同底座EDA 巨头在 Agentic 转型与签核护城河上各自站队上图Agentic 化之后的价值分配。上游 NVIDIA 底座通吃EDA 巨头守先进节点签核开源AI 吃成熟节点长尾下游设计变便宜反而推高算力总需求。4.3 商业模式正在被改写从卖工具到卖虚拟工程师比 TAM 数字更本质的变化在定价模式。Cadence 已经为 AI Agent 设计了订阅 虚拟工程师按用量计费的模式官方话术是放大而非颠覆Synopsys 的 FlexEDA 把 license 变成按分钟计费Cloud 订阅消除 license 服务器约束AMD 的 Vivado 2026.1 直接做五档 freemium免费档当生态入口。[B] 把这三件事放一起看方向很清楚EDA 的定价权正在从工具迁移到工程师劳动力的等价物。谁提供虚拟工程师谁就掌握下一阶段的定价权而这个角色的候选者不止 EDA 巨头一家。4.4 Jevons 悖论被恐慌错杀的那部分SemiAnalysis 给了一个反直觉的角度K3 的效率创新很可能增加而非减少对算力的总需求。[B] K3 权重超过 1.5TB HBM896 个专家跨 GPU 分布带来 120 次 dispatch/merge——模型变便宜采用量放大这是 Jevons 悖论在算力市场的重演。被恐慌抛售的存储、HBM、互联逻辑上大概率在下半年被证明是错杀。[D]五、战略含义谁在赢谁在失去定价权5.1 三个确定性的赢家NVIDIA是这轮冲击波的最大赢家同时向 EDA 三巨头输出 NemotronVera 底座自己也是 Cadence ChipStack 的首个客户还通过 NVentures 投了自主芯片设计初创 Ricursive。“无论谁赢卖铲子的先赚”。[B]EDA 双雄在财务上毫发无损Cadence Q2 营收 $15.84 亿24.2%创纪录积压 $81 亿并上调全年指引Synopsys 营收 $22.8 亿42%。市场用 $280 亿的市值波动给一个概念验证级演示定价财报用硬数字证明现金流毫发无损。[A][B] 但它们正在为增长引擎换挡买单——从卖工具转向卖虚拟工程师这个转变对估值体系意味着什么市场还没完全消化。开源生态与长尾客户是第三个赢家OpenROAD 生态、SkyWater、Tiny Tapeout 从爱好者玩具第一次被证明是可被前沿模型直接编排的生产底座。这个认证价值不亚于融资。[B]5.2 中国的第二条腿对中国半导体K3 的意义超出技术本身。它给了AI 开源 EDA 绕开商业 EDA 依赖一个看得见的实证国内媒体几乎一边倒地把它解读为对 EDA 封锁的破局信号甚至出现了半导体之母被挑战的叙事。[C] 但国内针对华大九天的一篇专业分析给出了更冷静的结论K3 对国产 EDA 龙头是机会远大于威胁。理由有三——它验证了国产大模型 国产 EDA全自主技术栈的可行性直接强化国产替代逻辑它把芯片设计门槛降低后涌入的初创与高校客户恰好是买不起海外天价 license 的成本敏感人群会成为华大九天这类成熟制程工具的新增客户它还是 AIEDA 路线最便宜的基础模型拿来微调就能大幅压低自研 AI 工具的成本。[B]需要冷静的仍然是细节华大九天模拟 EDA 国内市占约 42.6%ALPS 仿真器已通过 4/5nm 认证并被海思、NVIDIA 使用Argus3DIC 是国内唯一的 3DIC 全流程方案概伦电子在器件建模侧绑定台积电/三星 PDK中芯 7nm 模型库目标 2027 年流片。[B] 这些护城河——先进制程认证、代工厂绑定的 PDK 数据、3DIC 能力——恰恰是通用大模型给不了的。所以 K3 对国产 EDA 的角色是催化剂而非替代品它让开源 EDA 大模型第一次成为可以与商业工具并行的国家叙事但制造端 EDA 国产化率仍不足 10%先进节点签核与 PDK 依然是硬门槛。5.3 三个值得盯的里程碑我把判断落成三个可验证的里程碑任何一个发生都值得重新定价月之暗面是否把 nano-kpu 推进到 PR 和真实流片——从综合级演示到签核级交付中间隔着整个物理验证栈。开源AI 栈是否打通 28nm 商用 PDK——意味着中芯这类国内代工开始配合开源生态成熟节点全流程开源从演示变成工艺。MiniTriton 是否扩展到 fp8、AMD 和国产 GPU 后端——编译器是 CUDA 护城河的核心组件这条线比芯片演示的长期威胁更大。上图三个可跟踪的里程碑——PR 后真实流片、28nm 商用 PDK、MiniTriton 多后端适配上图三个里程碑及各自的触发信号。任何一个落地都意味着开源AI从演示进入工艺阶段。六、我的判断7 月 17 日的抛售是一次教科书级的错位定价市场用 72 小时给一个综合级 45nm 演示贴上EDA 末日的标签然后在完整报告发布后分析师们集体说反应过度。现在报告和源码都在桌面上我判断买跌共识在方向上是对的但两个依据都需要修正。[D]第一个修正“K3 只是编排工具不是替代工具”——对但不完整。完整报告显示 K3 同时编写了工具MiniTriton 编译器是它自己从零写的。编排工具是更会用工具编写工具意味着工具的供给本身开始被 AI 定义。前者让 EDA 巨头安心后者才值得警惕。签核认证和代工厂信任体系是最深的护城河我不认为这会立刻伤到 Cadence 和 Synopsys但AI 写工具这条线会先在中国、在成熟节点、在开源生态里长出来。第二个修正市场把 K3 当成算力需求崩溃的信号证据指向反方向。K3 的效率创新很可能通过 Jevons 悖论放大算力总需求。被恐慌抛售的存储和 HBM下半年大概率被证明是错杀。我给读者三条可执行的结论别再把开源 EDA当玩具。它已经是可被前沿模型直接编排的生产底座成熟节点的设计门槛正在以每年一个数量级的速度下降。盯住三个里程碑PR流片、28nm 商用 PDK、MiniTriton 多后端任何一个发生都值得重新定价别等新闻头条。对 EDA 双雄的长期看法不变但对增长引擎的预期要换它们的未来不在卖更多工具在卖虚拟工程师——这个定价权的迁移市场还没完全定价。我赌 12 个月内中国会出现一颗用开源 EDA AI Agent全流程设计并真实流片的成熟节点芯片。到那一天“48 小时造芯会从演示变成工艺而 EDA 行业的讨论焦点会从AI 能不能设计芯片变成谁拥有 AI 设计的芯片”。参考来源MoonshotAI/nano-kpu官方芯片设计仓库MoonshotAI/Kimi-K3官方仓库 技术报告MoonshotAI/minitriton官方编译器仓库Pandaily — Kimi K3 48-Hour Chip Design ExperimentYahoo Finance — Cadence, Synopsys Slide as Kimi K3 Targets EDAMizuho: Buy the Dip in EDA StocksYahoo FinanceCNBC — Goldman Outlines Two EDA Companies on Chip Designer ShortageDesign-Reuse — Cadence Q2 2026 Financial ResultsEDN Asia — Synopsys Extends Agentic AI Chip Design with Microsoft and AMDITmedia — Cadence × Rapidus AI-Agent SoC Design CollaborationMarketsandMarkets — AI EDA Market to $15.85B by 2032PDAgent-BencharXiv:2606.17253The Dawn of Agentic EDA — SurveyarXiv:2512.23189OpenROAD Project — Wikipedia / DARPA IDEA 血统FOSSi — LibreLane原 OpenLane 2发布Synopsys — Agentic AI 官方页面Siemens — Self-Verifying Agentic EDADAC 2026NVIDIA — Vera CPU 加速 EDA 工作负载SemiAnalysis — KDA Mechanism May Boost Hardware DemandTechNode — China’s EDA Tool Restrictions: Winners and Losers东方财富 — Kimi K3 展示的 AI 设计芯片能力对华大九天的意义与非网 eefocus — Kimi K3 的 48 小时芯片设计实验为什么让整个 EDA 行业紧张新浪财经 — 仅用开源工具国产大模型 48 小时完成芯片设计EDA 巨头股价大跌快科技 — Kimi K3 48 小时跑通完整芯片设计流程AI 辅助深度研究人工视角解读。每日更新。数据来源20 个交叉验证来源含官方仓库/技术报告、学术论文、分析师报告、中英文媒体。分析仅代表个人判断。本文不构成投资建议。