近期，OpenAI正式发布新一代旗舰模型GPT-6 Astra ，称其为“近来 全球最智能且对齐程度比较高 的模型 ”。值得关注的是
，该模型深度参与了OpenAI自研推理芯片的设计，形成“AI设计芯片、芯片运行AI
”的闭环 。AI深度参与芯片设计并显著缩短研发周期 ，释放了什么信号？

　　AI赋能芯片设计带来了什么？

　　综合来看
，AI赋能芯片设计或许正在从三个维度重塑产业格局
。

　　〖壹〗 、 EDA工具全面AI化，行业效率迎来升级

　　9月1日 ，在2026 IDAS设计自动化产业峰会期间
，国内首个Agentic EDA智能体战略体系以及首款三维芯片物理设计工具等创新产品正式发布，将AI能力深度融入芯片设计全流程。

　　EDA被誉为芯片设计的“工业母机” ，是支撑现代芯片产业发展的关键软件工具 。AI赋能EDA的核心价值，是构建起涵盖验证目标
、专家工程方法论、工具真实运行反馈与可回溯证据链的完整业务闭环
，实现自主迭代优化
。这一模式或能有效赋能复杂芯片验证效能跃升，为国产芯片产业突破复杂开发瓶颈 、实现效能跨越式提升筑牢技术底座。

　　〖贰〗
、 下游需求多点开花 ，芯片设计空间持续扩容

　　当前
，AI大模型、AI服务器的爆发，正在拉动高端芯片需求快速增长 。Gartner预计 ，AI数据中心生态系统收入占全球半导体总收入的比重
，将由2026年的36.5%提升至2030年的53%以上，价值增量正由“单一加速芯片 ”向“基础设施全栈
”扩散
。

　　除了AI领域 ，芯片设计下游需求多点开花。分析称
，前瞻未来，下游先进制程芯片需求增长较快的领域主要包括云端AI训练与推理 、高性能计算
、数据中心及高速网络 ，以及AI手机、AI PC 、智能眼镜、智能驾驶
、机器人和工业智能化 。根据世界半导体贸易统计组织（WSTS）预测
，2026年全球半导体销售额将达到1.655万亿美元，同比增长108%。

　　〖叁〗、 AI与芯片形成正向循环 ，相互推动持续迭代

　　AI逐步演进为贯穿芯片设计全流程的“虚拟工程师”，这一趋势可概括为两条相互强化的路径：“Design for AI ”与“AI for Design
”
。前者依托EDA 、IP和系统分析能力
，帮助客户构建更强大的AI基础设施；后者则将AI深度融入设计流程，以智能体重构研发效率
、加速产品创新。在这个过程中 ，AI催生更强算力
，更强算力又反过来改造工程流程，形成一个自我加速的正循环 。

　　如何捕捉芯片设计发展机遇？

　　今年上半年 ，AI、算力 、电动汽车等领域快速发展
，持续带动半导体行业需求扩容，行业景气度随之上行
。Wind数据显示 ，上证科创板芯片设计主题指数（950162.CSI）成份股2026年上半年营业收入同比增长59%
，归属母公司股东的净利润同比增长282%。

　　分析人士指出，2026年上半年国内芯片产业呈现“总量高增
、结构分化、制造与存储拉动凸显”的特征 。不同于以往由消费电子带动的复苏 ，本轮景气上行或主要由AI服务器 、数据中心
、高性能计算需求驱动
，带动存储、逻辑 、封测及设备材料多环节同步改善
。展望后市，2027年行业驱动逻辑可能从“涨价+供需错配 ”切换为“真实需求+技术升级”；AI红利有望支撑行业中期向上。

　　从海外权威机构的最新判断来看 ，AI资本开支的韧性仍是贯穿产业链的主线，定制AI芯片和Agentic AI正在打开新的增量空间 。随着AI芯片定制化程度提高
，芯片设计复杂度上升，工程师短缺问题也更加突出
。EDA企业有望借助Agentic AI自动化部分设计
、验证和优化流程 ，将效率提升转化为商业价值。到2030年
，Agentic AI可能为EDA行业带来每年约37亿美元的增量市场 。

　　综上可以看出，AI赋能半导体产业 ，背后是芯片设计行业效率升级、需求扩容 、技术迭代的长期大趋势
，科创芯片设计赛道具备清晰的长期成长潜力
。科创芯片设计ETF银华（589350）跟踪的上证科创板芯片设计主题指数，选取科创板内业务涉及芯片设计领域的上市公司证券作为指数样本 ，或可助力投资者把握行业长期成长带来的红利。

（文章来源：经济借鉴 报）