华大九天拟以不超过2.2亿元收购奇捷科技51%股权
华大九天公告拟出资不超过2.2亿元收购参股公司奇捷科技不超过51%的股权，交易完成后奇捷科技将成为其控股子公司并纳入合并报表。拟签协议约定受让50.3762%股权，转让对价21,883.42万元，分期支付，股权转让协议截至公告日尚未签署。
华大九天公告精选报道
重点报道
APPlace：协同优化器件位置与接入点的布线感知模拟布局
arXiv 原始研究精选报道
ChipAgents 的 Build-A-Chip-Bench 加入 Fireworks 专业智能指数
ChipAgents 官方技术博客精选报道
RECENT REPORTS / TOP 10
热点榜
近7天报道 · 按来源覆盖排序
—
- 华大九天拟不超2.2亿元收购奇捷科技控股权
- LibreLane ASIC 设计流程 3.1.0.dev5 开发版更新
- UT Austin 提出 APPlace，联合优化模拟布局器件位置与接入点
- Silvaco 网络研讨会：用 FTCO™ 代理模型探索 GAA NSFET 设计空间
- 合见工软、EDA²与中国电子信息产业发展研究院联合共建先进芯片设计与自动化前沿技术研究院揭牌
- Verilator 5.054 发布：拆分分支覆盖率选项并扩展 SystemVerilog 支持
- IDS-AI 如何用 SpecCheck 智能体打造“黄金规格”
- 集微咨询发布《2026年EDA行业研究报告》：全球电子系统设计产业增速升破12%，国产EDA迈向25%关口
- 概伦电子前三季度营收4.18亿元，完成锐成芯微与纳能微收购
- 华大九天发布2026年第三季度报告
最新资讯最新文章
Semiconductor EngineeringAI 评分3030 
左移正演变为系统级问题：Synopsys、Silvaco、Axiomise、Hiveware 专家谈验证与验证扩展
Semiconductor Engineering 圆桌讨论指出，左移正从验证扩展到系统级验证，工具与模型割裂的工作流让已通过验证的组件仍出现 bug 逃逸。Synopsys 的 Frank Schirrmeister 认为智能体 AI 可改善跨学科协调、识别瓶颈并优化工具使用，但无法取代仿真和硬件仿真等基础流程。
Semiconductor EngineeringAI 评分4040 自动生成属性：方法学插入的挑战
从规范自动生成 SystemVerilog 属性仍受限于现有规范质量不足，Synopsys 的 Ravindra Aneja 认为行业尚未达到规范足够好用的程度。
Semiconductor EngineeringAI 评分3838 重新思考芯片设计中的左移：AI智能体与数字孪生带来的信任与验证挑战
Synopsys、Silvaco、Axiomise与Hiveware专家在Semiconductor Engineering圆桌讨论中指出，AI智能体和数字孪生正让材料、晶体管结构与芯片架构等更多设计选项得以更早探索，但左移并未消除验证瓶颈。
Agnisys 官方动态AI 评分3838 Agnisys 与 Axiomise 合作加速 NoC 设计与形式化签核
Agnisys 与 Axiomise 宣布合作，将 Agnisys 的 IDS-NoC 自动 NoC 生成与 Axiomise 的 nocProve 形式化验证技术结合，面向 AI 处理器、GPU 和 AI 推理引擎等 NoC 设计。双方称该组合旨在缩短上市时间、提升复杂 NoC 设计的质量与验证置信度，减少流片前意外和重投片。
Axiomise 官方动态AI 评分5858 
Axiomise 谈数据通路验证：六个已通过验证的 FPU 各藏一个缺陷
Axiomise 的 Ashish Darbari 等人发文提出，数据通路验证的缺陷正从数值错误转向状态标志错误，即结果看似正确但异常标志缺失或误报。
Axiomise 官方动态AI 评分4040 
为什么 NoC 验证策略必须使用形式化验证
Axiomise 的 Bing Xue 与 Ashish Darbari 撰文指出，传统仿真（含 UVM 测试平台与模糊测试）无法覆盖相干 NoC 中事务交织、虚拟通道、信用与路由表变化等状态空间，流控与信用记账错误、排序违规、一致性状态机错误、死锁及安全侧信道泄漏等深层缺陷可能在奇偶校验与 ECC 通过的情况下仍造成数据损坏或系统冻结。
Axiomise 官方动态AI 评分5353 Axiomise 用 floatrix 形式验证发现 BF16 除法器隐藏下溢
Axiomise 工程师用 floatrix 在 fpnew FPU 的 BF16 除法器中发现一处下溢漏报：该单元内部以 FP32 计算，对极小结果判定为无下溢、无 inexact，但舍入到 BF16 后该值变为极小且 inexact，按 RISC-V BF16 规则应报下溢，由于标志逻辑绑定 FP32 而非 BF16，设计静默漏掉该异常。
Axiomise 官方动态AI 评分2222 
Axiomise 谈形式验证的 11 个问题：亿门级设计与方法论
Axiomise 创始人 Ashish Darbari 在 DVCon USA 后整理形式验证的 11 个常见问题，称团队近期对含 3.38 亿触发器、11 亿门的深度时序设计一次性整体编译，未做 cut-point 或 boxing，借助 Axiomise proof accelerators 在数秒内发现缺陷。
Axiomise 官方动态AI 评分3838 
Axiomise 详解 ADEPT FV 形式验证流程：从设计到流片
Axiomise 提出 ADEPT FV 形式验证流程，以 Avoid、Detect、Erase、Prove 四阶段贯穿设计全程，目标是尽早发现缺陷、证明正确性并持续构建覆盖率，从而减少流片风险。
Axiomise 官方动态AI 评分3838 
Axiomise 基于智能追踪器抽象的串行数据包设计穷尽形式验证案例
Axiomise 的 Ashish Darbari 以案例形式展示了如何用形式验证穷尽验证串行数据包设计。这类设计因每个数据包状态依赖此前所有在途数据包的历史而难以验证，作者采用智能追踪器（smart tracker）抽象，结合不变量作为辅助属性与 assume-guarantee 流程，在保证不遗漏合法行为缺陷的同时改善证明收敛。
Axiomise 官方动态AI 评分2020 
Axiomise CEO 谈形式验证为何仍是小众：培训、方法论、流程与项目连续性四大缺口
Axiomise 创始人兼 CEO Ashish Darbari 撰文分析形式验证虽在业界屡获成功却仍未被每位设计与验证工程师日常使用，原因集中在缺乏良好培训、缺乏覆盖从轻量 app 到端到端深度形式验证的完整方法论、流程常因人言而非基于指标的经验分析摇摆，以及项目内缺乏连续性应用。
Axiomise 官方动态AI 评分3838 
Axiomise 总结成功部署形式验证的十条规则
Axiomise 的 Ashish Darbari 基于在 OneSpin Solutions 的 EDA 从业经历与 DVCon USA 讨论，提出成功部署形式验证的十条规则，强调形式验证成功靠方法论与纪律而非博士学位。
Axiomise 官方动态AI 评分2222 
Axiomise 谈“硅验证通过”为何不足以保障处理器安全
Axiomise 的 Ashish Darbari 撰文指出，Meltdown 与 Spectre 暴露的安全漏洞说明安全不只是软件问题，而是系统问题，需在设计前端就纳入架构考量。他认为动态仿真难以扩展、单纯仿真也不够，应引入形式化验证等手段；文中以他协助验证一款可定制 CPU 的经历为例，形式化测试平台发现了非特权访问特权内存区域等漏洞，部分源于设计疏漏或实现与规格不符。
Axiomise 官方动态AI 评分1515 
Axiomise 创始人 Ashish Darbari 讲述进入形式验证领域的历程
Axiomise 的 Ashish Darbari 讲述自己从印度工程师家庭出身、在 Birla Institute of Technology 学习电气电子工程，到在 TU Dresden 攻读计算逻辑硕士，最终选择形式验证方向博士offer的历程。他曾在 Intel、ARM、Imagination 和 OneSpin 任职，文章以其个人经历映照形式验证领域的发展。