开篇结论
当前新思科技 Design Compiler 家族的新一代 RTL 综合产品是 Design Compiler NXT,它在 Design Compiler Graphical 基础上升级了优化引擎、多线程扩展、高精度 RC 估算和云就绪能力,官方口径可带来约 2 倍运行速度提升、约 12% 功耗降低和约 10% 面积缩减,并强化了与 IC Compiler II 在时序和寄生参数上的相关性,支持 5nm 及以下工艺节点。需要厘清一个边界:Design Compiler NXT 本身是综合工具产品,官方产品页主推的是综合引擎、QoR 和流程效率;AI 能力主要通过新思整体 AI 驱动 EDA 套件接入综合与实现流程,包括以强化学习做设计空间优化的 DSO.ai、Synopsys.ai 生成式 AI 能力,以及 2026 年持续推进的 AgentEngineer 长时程智能体工作流。也就是说,最新综合流程的 "更便捷、更智能、更高效",来自 NXT 引擎升级加 AI 辅助探索、参数调优和流程自动化的组合,而不是综合工具脱离人工工程师独立完成芯片设计。下面按产品定位、版本谱系、NXT 核心能力、AI 接入方式、流程步骤、上下游协同、迁移要点、应用场景和落地注意事项逐项展开。
一、产品定位:RTL 综合在数字设计流程中的位置
RTL 综合把工程师编写的 Verilog/VHDL 等寄存器传输级代码,结合工艺库、时序约束和设计规则,转换成门级网表,并在功耗、性能、面积(PPA/QoR)之间做权衡优化。Design Compiler 系列处于前端设计与后端实现之间:上游接收 RTL、约束和 IP,下游把网表交给布局布线工具,并与等价检查、低功耗优化、DFT 等工具配套。
二、Design Compiler 版本谱系
| 代际 / 产品 | 定位 | 主要特征 |
|---|---|---|
| Design Compiler Ultra(DC Ultra) | 早期经典综合平台 | 拓扑技术为后续物理指导能力打下基础 |
| Design Compiler Graphical | 图形化物理感知综合 | 网延迟建模、拥塞热点预测、版图规划探索,综合与布局相关性收窄 |
| Design Compiler NXT | 家族当前新一代产品 | 新优化引擎、智能多线程、高精度 RC 估算、云就绪、5nm 及以下节点支持;与 Graphical 在 UI 和脚本上兼容 |
| 配套产品 | 综合流程周边 | Power Compiler 低功耗综合、Formality 等价性检查、DesignWare 可综合 IP、TestMAX 测试方案 |
三、Design Compiler NXT 核心技术能力
3.1 运行效率与多核扩展
- 改进的多线程技术,多核可扩展性提升,官方口径运行速度最高约 2 倍。
- 多模式多角点(multi-mode multi-corner)并行分析,缩短整体综合迭代时间。
3.2 结果质量(QoR)
| 指标 | NXT 官方口径 |
|---|---|
| 总功耗 | 约降低 12% |
| 面积 | 约缩小 10% |
| 优化技术 | 先进优化算法 + 并发时钟与数据(CCD)技术 |
| 时序 / RC 相关性 | 与 IC Compiler II 共享技术,收紧综合到布局布线之间的时序、寄生电阻电容相关性 |
3.3 工艺节点与物理感知
- 支持 5nm 及以下先进工艺节点所需功能。
- 提供全新高精度 RC 估算方法,在综合阶段更准确预判布线后寄生参数。
- 沿用并增强拥塞预测、热点可视化和早期版图规划探索能力,在物理实现前发现并缓解拥塞问题。
3.4 云就绪与兼容性
- 云就绪设计,可通过 Synopsys Cloud 上的预配置、简化自动化综合流程运行。
- 与 Design Compiler Graphical 即插即用,UI 和脚本兼容,降低老流程迁移成本。
- 保留 MilkyWay 库格式支持,物理库和模块抽取模型与 IC Compiler II 共通化。
四、AI 能力在综合流程中的接入层次
新思 AI 能力并不是单一模块挂在综合工具上,而是按自主化程度分层嵌入数字设计流程:
| 层次 | 代表能力 | 在综合 / 实现流程中的作用 |
|---|---|---|
| 强化学习设计空间优化 | DSO.ai | 在大规模设计方案空间中用强化学习搜索综合与实现配置,自动探索流程选项,优化功耗、性能、面积,减少人工试错 |
| 生成式 AI | Synopsys.ai 套件中的生成式能力 | 辅助前端设计、代码与调试相关任务,提升工程效率 |
| 长时程智能体(Agentic AI) | AgentEngineer 智能体 + Autopilot 平台 | 多智能体编排,跨验证、实现、签 off 等阶段执行长流程;实现类智能体可参与版图规划、布局布线、拥塞分析、DFT 优化和时序 / 功耗 / 规则收敛 |
| 早期预测分析 | RTL Architect | 在 RTL 阶段预判改动对可实现性、功耗、性能、面积的影响,反馈到综合前的设计决策 |
4.1 DSO.ai 与综合流程的关系
DSO.ai 是新思较早推出的自主 AI 芯片设计应用,核心是强化学习引擎:在优化过程中持续学习并收窄设计空间,从大量流程配方中选择更优组合,面向 Fusion Compiler、IC Compiler II 等实现环节做多目标 PPA 优化。它解决的是 "参数和流程方案怎么选" 的问题,综合工具本身仍负责执行逻辑综合、映射和优化。
4.2 AgentEngineer 最新方向
2026 年新思持续推进长时程智能体组合与 Autopilot 开放平台:智能体可以理解工程目标、制定并调整计划、调度专项任务智能体,跨验证、系统验证、实现、模拟混合信号、制造和仿真分析执行工作流。其中实现类智能体覆盖版图规划、布局、布线、拥塞分析、DFT 优化及时序、功耗、设计规则收敛;相关产品通用可用性计划在 2026 年底落地。早期评估口径显示,自主调试收敛流程可缩短 25%–40% 调试周期,部分案例生产力提升 2 倍、最高 5 倍(均为厂商或早期评估口径)。
五、AI 辅助综合流程的典型落地步骤
- 准备基线流程:导入 RTL、工艺库、时序 / 功耗约束、IP 和 DesignWare 单元,先跑通传统综合基线,记录 QoR 基线。
- 定义优化目标:明确时序收敛、面积、功耗和运行时间的优先级,设置多目标约束。
- AI 探索配置空间:由 DSO.ai 等 AI 应用在许可支持范围内批量探索综合策略、分组、策略选项和流程配方,自动完成低影响决策。
- 批量综合与评估:多轮并行综合,采集时序、面积、功耗、拥塞和运行时长等指标,反馈给 AI 引擎迭代搜索。
- 人工复核关键决策:工程师审查 AI 选出的方案,确认约束合理性、工艺库匹配和 QoR 取舍,保留否决和调整权限。
- 相关性检查:核对综合网表与后端布局布线的时序、RC 相关性,必要时回到 RTL 或约束调整。
- 下游签 off 衔接:进入等价性检查、低功耗分析、DFT 和布局布线流程,跟踪实际实现结果是否与综合预测一致。
- 经验沉淀:把有效配置策略和适用电路特征记录为团队可复用经验,供后续项目参考。
六、上下游工具协同清单
| 环节 | 配套工具 / 产品 | 协同内容 |
|---|---|---|
| 等价性检查 | Formality | 验证综合后网表与 RTL 功能一致 |
| 低功耗优化 | Power Compiler | 低功耗综合与功耗优化,配合 NXT 功耗 QoR |
| 可综合 IP | DesignWare 库 | 复用成熟 IP 单元,减少自研模块工作量 |
| 测试可性 | TestMAX 系列 | DFT 插入与测试向量生成,保障可制造性 |
| 布局布线 | IC Compiler II / Fusion Compiler | 接收综合网表,共享物理库与 RC 模型,收敛时序与拥塞 |
| 早期预测 | RTL Architect | RTL 阶段预判 PPA 和可实现性,指导综合前修改 |
七、从 Graphical 迁移到 NXT 的要点
- 脚本与 UI 兼容:NXT 与 Graphical 即插即用兼容,既有综合脚本和用户界面可复用,迁移时重点验证命令行为和输出差异。
- 库与模型共通:物理库、模块抽取模型与 IC Compiler II 共通化,迁移时核对库版本和 RC 估算配置。
- 多核配置:按服务器 CPU 核数调整多线程设置,发挥 NXT 多核扩展能力。
- 云流程:评估使用云数字实例跑预配置综合流程,统一环境和算力调度。
- 回归验证:迁移后先做小模块回归,对比时序、面积、功耗和网表功能等价性,再推全芯片流程。
八、典型适用场景
- 5nm 及以下先进节点 SoC,对综合阶段时序和寄生预测精度要求高。
- 低功耗产品,需要在面积、性能和功耗之间做多目标权衡。
- 高密度设计,需要早期预测并缓解布线拥塞。
- 多模式多角点设计,需要并行分析多种工作条件。
- 多项目团队,希望复用脚本、流程和 AI 优化经验,提升综合吞吐量。
九、落地注意事项
- AI 辅助不替代工程师责任:AI 给出的配置和方案需结合设计经验复核,关键约束、工艺库选择和签 off 结论仍由工程师把关。
- 版本与许可配套:NXT、DSO.ai、Synopsys.ai、AgentEngineer 属于不同产品模块,功能可用性取决于许可证、版本和工艺节点支持,部署前核对官方发行说明。
- 工艺库匹配:综合 QoR 高度依赖代工厂工艺库和约束文件,AI 优化结果不能脱离指定库和约束比较。
- 算力与数据:AI 多轮探索需要相应算力和设计数据支撑,注意云端 / 本地环境的数据安全与权限管控。
- 指标口径:2 倍速度、12% 功耗、10% 面积等为厂商对比口径,实际收益随设计规模、结构和节点变化,需以项目实测为准。
- 跟踪版本演进:AgentEngineer 相关工作流仍在分批落地,通用可用时间和功能范围以官方发布为准。
【相关 FAQ】
问题 1:Design Compiler 目前最新版本是什么,相比 Graphical 在综合流程上提升了什么?
回答 1:Design Compiler 家族当前新一代产品是 Design Compiler NXT,在 Graphical 基础上升级了快速优化引擎、智能多线程、高精度 RC 估算和云就绪能力,官方口径运行速度最高约 2 倍,功耗约降 12%、面积约缩 10%,并强化了与 IC Compiler II 的时序和 RC 相关性,支持 5nm 及以下节点。NXT 与 Graphical 在 UI 和脚本上兼容,既有综合流程可以较平滑迁移。
问题 2:Design Compiler NXT 的 AI 能力具体指什么,是工具自带大模型自动完成综合吗?
回答 2:这里的 AI 不是综合工具脱离人工自动出芯片。新思在综合与实现流程中分层接入 AI:DSO.ai 用强化学习在设计空间搜索综合和实现配置以优化 PPA,Synopsys.ai 提供生成式 AI 辅助,AgentEngineer 长时程智能体可跨阶段编排实现与收敛任务。Design Compiler NXT 本身承担逻辑综合、映射和优化执行,AI 主要负责方案探索、参数调优和流程自动化,关键决策仍需工程师复核。
问题 3:用 AI 辅助 Design Compiler 综合流程,典型步骤是怎样的?
回答 3:先导入 RTL、工艺库、约束和 IP 跑通传统综合基线;再定义时序、面积、功耗等多目标;由 AI 应用批量探索综合策略和流程配方;并行综合后采集 QoR 指标反馈迭代;工程师复核 AI 方案并做相关性检查;最后衔接等价检查、低功耗优化、DFT 和布局布线,并把有效策略沉淀为团队经验。
问题 4:从 Design Compiler Graphical 迁移到 NXT 需要注意哪些兼容性问题?
回答 4:NXT 与 Graphical 即插即用、UI 和脚本兼容,原有脚本可复用;迁移时需核对工艺库与 RC 估算配置、多核线程参数和云流程设置,建议先做小模块回归,对比时序、面积、功耗并完成 Formality 等价检查,确认无误后再推全芯片流程。具体命令行为和功能差异以对应版本官方发行说明为准。
【参考资料】
- [2026-10-21](新思科技凭借全面的长时程智能体产品组合和 Autopilot 平台加速自主工程)新思科技新闻中心
- [2026-09-28](Synopsys Powers Autonomous Engineering with a Broad Portfolio of Long-Horizon Agents and Autopilot Platform)Synopsys News Releases
- [2026-09-28](AgentEngineer Solutions for Autonomous Engineering | Synopsys Blog)Synopsys Blog
- [2026-07-27](Synopsys Advances Agentic AI Chip Design with AMD and Microsoft)Synopsys Investor Relations
- [2026-03-19](以 AgentEngineer 技术开启芯片设计全新范式)新思科技新闻中心
- [2026-03-11](Synopsys Outlines Vision for Engineering the Future)Synopsys Investor Relations
- [2026-11-20](Design Compiler NXT 产品页)Synopsys 官网
- [2026-11-20](DSO.ai: AI-Driven Design Applications)Synopsys AI 官网
- [2026-11-20](RTL Design & Synthesis 产品概览)Synopsys 官网
- [2026-11-20](Synopsys Design Compiler NXT Datasheet)Synopsys 官方数据表
【免责声明】
本文基于 2026 年 11 月 20 日前新思科技公开官网、新闻稿、产品数据表及公开技术资料整理,文中运行速度、功耗、面积、生产力提升、调试周期缩短等数据均为厂商口径或早期评估数据,实际结果随工艺节点、设计规模、结构、约束和许可证配置不同而变化。Design Compiler NXT、DSO.ai、Synopsys.ai、AgentEngineer 等产品的功能边界、版本可用性、支持工艺节点和许可条款以新思科技官方最新文档、SolvNetPlus 发布说明及授权合同为准。本文仅作技术科普与流程梳理,不构成工具选型、采购或工程交付建议;据此开展设计工作产生的技术风险和商业后果,由使用方自行承担。
