AI 已經(jīng)從根本上改變了芯片設(shè)計的商業(yè)格局。

從超大規(guī)模數(shù)據(jù)中心到自動駕駛、工業(yè)機器人等邊緣應(yīng)用，如今的產(chǎn)品與系統(tǒng)已由其核心的軟件和芯片共同定義。要在競爭中取勝，企業(yè)必須打造能夠滿足嚴苛、面向特定工作負載 關(guān)鍵指標（KPI）的定制芯片，并且比競爭對手更快推向市場。

要實現(xiàn)這一點，企業(yè)已經(jīng)無法再等到芯片流片完成后，才對芯片設(shè)計進行驗證。尤其是在優(yōu)化特定 AI 工作負載與完整軟件棧時，需要進行千萬億級的驗證周期。

因此，硬件輔助驗證（Hardware-assisted verification, HAV）已成為硅前驗證的基石。

在芯片可用之前，通過硬件仿真和基于 FPGA 的原型驗證，設(shè)計團隊能夠顯著擴展并加速驗證周期、降低制造風險、改進軟件啟動過程、提升功耗與性能表現(xiàn)，并最終加快產(chǎn)品上市。

新思科技 HAV 平臺具備獨特優(yōu)勢，能夠全面支撐以上成果的實現(xiàn)，并持續(xù)演進，以滿足 AI 對驗證能力不斷攀升的需求。

三大技術(shù)升級

在新思科技全球 Converge 2026 大會上，我們推出了硬件輔助驗證的新一代演進方向：軟件定義 HAV，其中包括對 HAV 產(chǎn)品組合的三大升級：

軟件定義創(chuàng)新：這一全新范式在無需更換底層硬件的情況下，持續(xù)提升新思科技 ZeBu 與 HAPS 系統(tǒng)的性能、功能和全生命周期價值。提升驗證速度與調(diào)試效率，擴展系統(tǒng)容量以支持更大規(guī)模的芯片設(shè)計，同時新增了處理器子系統(tǒng)測試自動化等用例能力，并將通過軟件更新不斷帶來更多增強功能。

平臺產(chǎn)品組合擴展：兩款全新的 12 FPGA 平臺（HAPS?200 12F 與 ZeBu?200 12F）將擴展此前的 6 FPGA 版本，為主流移動端、客戶端、服務(wù)器、消費電子與邊緣 AI 芯片設(shè)計以及數(shù)據(jù)中心子系統(tǒng)提供更豐富的選擇?；?EP?Ready 硬件，這些平臺可靈活配置，以支持硬件仿真與原型驗證的所有使用場景。

面向 AI 時代的容量提升：借助模塊化 HAV 技術(shù)，業(yè)界領(lǐng)先的 ZeBu Server 5 現(xiàn)可將容量擴展至約 2 倍，以支持面向數(shù)據(jù)中心、AI 訓練與推理、GPU、自定義加速器以及網(wǎng)絡(luò)等應(yīng)用場景打造的超大規(guī)模芯片（通常為 2.5D/3D 多芯片設(shè)計）。

總體而言，這些發(fā)布體現(xiàn)了驗證基礎(chǔ)設(shè)施在價值交付方式上的一次演進。多個層面正在融合：具備 EP?Ready 架構(gòu)的硬件平臺更加專用化；軟件棧靈活性不斷提升，支持持續(xù)升級并提升硬件仿真與原型驗證關(guān)鍵指標（KPI）；應(yīng)用場景愈加豐富。

這些具有變革性意義的進展，將重塑半導體企業(yè)使用硬件輔助驗證來建立和鞏固競爭優(yōu)勢的方式。

硅前驗證的迫切需求

如今的驗證，面臨前所未有的復(fù)雜度。主流芯片設(shè)計的規(guī)模早已遠超 150 億門，用于數(shù)據(jù)中心計算與 AI 訓練的超大規(guī)模設(shè)計如今更是達到 500 億門以上。這類設(shè)計需要長時間運行測試場景，才能在真實條件下驗證其性能和功耗。多芯粒（multi?die）架構(gòu)和 chiplet 讓構(gòu)建模塊的數(shù)量呈指數(shù)級增長；與此同時，PCIe、HBM、LPDDR、Ethernet 和 UCIe 等接口標準的演進速度遠超硬件更新周期，卻又要求在真實速率下進行驗證。

與此同時，驗證應(yīng)用場景已擴展至新的領(lǐng)域，如功耗/性能分析、合規(guī)/認證、面向模擬器件的軟件開發(fā)、以及針對安全的故障仿真等。這些應(yīng)用場景對運行頻率（MHz 級）、可視性、真實 I/O 環(huán)境及分析能力都有著不同的要求。

更關(guān)鍵的是，當今的半導體產(chǎn)品是由其所運行的專用工作負載來定義的，例如 AI 訓練與推理、視覺處理與文本處理，對應(yīng)的關(guān)鍵指標（KPI）完全不同。驗證團隊必須證明，當運行真實軟件時，芯片設(shè)計能夠達到所需的性能、功耗和功能指標，而這需要在硅前階段對數(shù)十億門規(guī)模的設(shè)計，跑數(shù)萬億時鐘周期的測試。

工程團隊不可能冒險把 6–12 個月的工作投入以及數(shù)百萬美元的成本打水漂，等芯片從晶圓廠流片回來才發(fā)現(xiàn)某個 AI 加速器無法高效運行 Transformer 模型。開發(fā)者需要在制造之前，就能在驗證平臺上運行完整的操作系統(tǒng)、驅(qū)動、中間件與應(yīng)用工作負載。

新思科技 HAV 平臺正是為此而生，通過硬件仿真和基于 FPGA 的原型驗證，實現(xiàn)“左移（shift?left）”策略，讓軟件驗證在硅前階段即可完成。

軟件定義創(chuàng)新

隨著軟件定義的應(yīng)用場景與 AI 工作負載的需求不斷增長，驗證基礎(chǔ)設(shè)施也必須隨之演進。

軟件定義的 HAV（硬件輔助驗證）讓這一切成為可能。正如軟件更新如今能夠顯著提升從汽車到高端 GPU 等各類已部署設(shè)備的性能一樣，新思科技的驗證平臺也能在無需更換任何硬件組件的前提下實現(xiàn)進一步優(yōu)化。

自 2023 年以來，新思科技針對 HAV 產(chǎn)品的軟件定義創(chuàng)新已經(jīng)實現(xiàn)：

2 倍的性能提升

3 倍的建模速度提升

通過軟件定義的回讀與覆蓋率優(yōu)化，實現(xiàn) 4-8 倍的調(diào)試性能吞吐量提升

軟件定義的 HAV 還引入了新的應(yīng)用場景能力：除了功耗與性能之外，平臺現(xiàn)在能夠運行用于緩存一致性與子系統(tǒng)驗證的 HAV 測試解決方案。通過自動化，團隊可以減少手動編寫測試用例的工作量，并系統(tǒng)性地對復(fù)雜子系統(tǒng)施加高壓力，從而發(fā)現(xiàn)更多通常只有在長時間、高并發(fā)負載下才會暴露的邊緣案例缺陷。

新思科技 Converge 大會上的發(fā)布，確立了在整個產(chǎn)品組合中采用這一模式，以提升現(xiàn)有硬件的性能、增強軟件能力，并提高 ZeBu 和 HAPS 系統(tǒng)的生命周期價值。

HAV 能力全面升級

軟件定義的 HAV 由三個關(guān)鍵層面組成：

具備 EP?Ready 雙模架構(gòu)的專用硬件平臺

最底層是面向規(guī)模與模塊化設(shè)計的專用 HAV 平臺，包括 ZeBu Server 5、ZeBu?200 和 HAPS?200 。這些平臺可提供從 IP 模塊到多芯粒（multi?die）超大規(guī)模設(shè)計所需的資源。同時，EP?Ready 雙模硬件架構(gòu)使團隊能夠?qū)⑼惶谆A(chǔ)模塊重新配置為硬件仿真或原型驗證，從而根據(jù)不同用例靈活調(diào)整容量與拓撲結(jié)構(gòu)，在需求變化時復(fù)用現(xiàn)有資源。此外，這些平臺與新思科技豐富全面的 Interface IP 產(chǎn)品組合深度協(xié)同，實現(xiàn)真實場景下的最大靈活性與高性能連接。

靈活且可升級的軟件棧

在硬件之上，軟件驅(qū)動持續(xù)的性能提升，從而增加 HAV 平臺的生命周期價值。新思科技持續(xù)投入編譯、運行時間、調(diào)試吞吐量以及混合技術(shù)優(yōu)化，讓平臺能夠在不更換任何硬件的請看下解鎖更多能力、支持更多應(yīng)用場景。

以應(yīng)用場景為中心的能力

最上層通過適用于不同驗證場景的可復(fù)用流程，將平臺與軟件真正轉(zhuǎn)化為業(yè)務(wù)成果。模塊化與混合方法學可支持從 IP 和子系統(tǒng)驗證，到長時間運行的 AI 工作負載、合規(guī)性測試以及多芯粒集成等多種需求，使團隊能夠在不同項目與研發(fā)階段之間復(fù)用同一套 HAV 基礎(chǔ)設(shè)施。

面向主流設(shè)計的全新引擎

盡管軟件改進能夠帶來顯著提升，但并不能消除對容量擴展的需求。驗證基礎(chǔ)設(shè)施必須隨著芯片復(fù)雜度的增長而同步提升。

新思科技在 Converge 大會上發(fā)布了兩款全新系統(tǒng)，面向包括移動、客戶端、服務(wù)器、消費電子和邊緣 AI 在內(nèi)的的廣泛主流設(shè)計：

HAPS?200 12F：搭載 12 顆 AMD Versal Premium FPGA 的高頻原型驗證平臺，專為軟件啟動、性能驗證以及一致性測試進行深度優(yōu)化。

ZeBu?200 12F：同樣采用 12 FPGA的 “EP?Ready” 架構(gòu)仿真平臺，在調(diào)試方面提供深度可見性，并支持約 230 億門規(guī)模的配置。

“12F”相較上一代“6F”是一次顯著躍升。6F 現(xiàn)在更適用于子系統(tǒng)、移動/客戶端/服務(wù)器內(nèi)核、微控制器（MCU）與消費級設(shè)計；而全新的 12F 系統(tǒng)非常適用于主流設(shè)計與邊緣 AI，無需像數(shù)據(jù)中心級加速器那樣進行超大規(guī)模多機擴展。

通過模塊化 HAV 實現(xiàn)擴展

在市場的最高端，超大規(guī)模計算廠商需要在超大規(guī)模環(huán)境中對 AI 訓練加速器、定制 GPU 和網(wǎng)絡(luò)處理器進行流片前驗證。

隨著這些超大規(guī)模設(shè)計需求的不斷增長，新思科技也升級了旗艦產(chǎn)品 ZeBu Server 5。通過模塊化 HAV 擴展與軟件能力，其行業(yè)領(lǐng)先的設(shè)計容量實現(xiàn)了 2 倍提升，以應(yīng)對復(fù)雜多芯粒（multi-die）架構(gòu)帶來的挑戰(zhàn)?？蛻艨梢阅M多芯粒設(shè)計的模塊化結(jié)構(gòu)，在多芯粒設(shè)計的邊緣連接 HAV 引擎，驗證最大規(guī)模的芯片設(shè)計，并穩(wěn)定運行最長時長的流片前 AI 工作負載。

重新定義驗證的戰(zhàn)略價值

在整個產(chǎn)品組合中，新思科技的硬件輔助驗證（HAV）方法學旨在從多個層面持續(xù)提供戰(zhàn)略價值。首先，軟件定義的 HAV 能夠推動更快速的迭代周期，實現(xiàn)更高的日編譯次數(shù)和更短的模型構(gòu)建時間。團隊可以更快地從 RTL 修改轉(zhuǎn)向運行工作負載，在項目生命周期的早期就收斂到功能正確性和軟件性能目標，從而帶來顯著的上市時間優(yōu)勢。

同時，軟件定義 HAV 也帶來更好的資產(chǎn)效率。EP?Ready 架構(gòu)使組織能夠?qū)⑾嗤?HAV 機柜在流程的不同階段復(fù)用：早期以面向硬件仿真的調(diào)試為主，設(shè)計成熟后轉(zhuǎn)為高速原型驗證，以支持軟件與接口驗證?？蛻魺o需維護獨立的平臺，從而保持高利用率。

最后，軟件定義的 HAV 幫助企業(yè)應(yīng)對日益增長的復(fù)雜性。新的協(xié)議、分析能力與應(yīng)用場景支持，以及性能、容量和調(diào)試方面的改進，都可以作為軟件更新直接部署在現(xiàn)有硬件平臺上。即便設(shè)計、工作負載與標準持續(xù)變化，工程管理者也能不斷擴展其既有 HAV 投入的能力邊界。

在半導體復(fù)雜度持續(xù)攀升、市場窗口不斷收窄的時代，流片前驗證正成為競爭優(yōu)勢。隨著設(shè)計規(guī)模擴展至數(shù)百億門級、軟件工作負載定義產(chǎn)品差異化，那些能夠更快驗證、更智能復(fù)用基礎(chǔ)設(shè)施、并持續(xù)進化能力的團隊，將立于不敗之地。

新思科技將于 2026 年 4 月 2 日在深圳舉辦首場 HAV 技術(shù)開放日活動，歡迎掃碼報名，了解更多技術(shù)信息：