1992年，在200多个开发者的攻坚下，超大规模集成辅助设计系统熊猫ICCAD通过鉴定，覆盖了全定制集成电路正向设计的全部功能，获得当年的国家科技进步一等奖，也被视作冲破西方封锁的里程碑。
没想到的是，该项目甫一成功，对岸就迅速解除了对中国的EDA禁令，加上后来“市场换技术”的思路占主流，导致此后的十数年间，美国高端成熟的EDA工具如同狼群一般在中国市场攻城略地，中国EDA自主厂商的研发脚步也因此变缓，走上了“二次开发”“代理集成”的附属式发展道路。
一番波折之后，国产EDA就来到了一个尴尬的境地。一方面在品牌上亦步亦趋，知识产权难以把控，自然也无法形成溢价，致使中国的芯片设计企业逐渐失去了选择权和议价权。而在市场竞争中，既需要支付多套EDA工具的license专利费，高昂的成本直接拖累了设计周期及竞争力，在5nm乃至3nm等高精度芯片设计也囿于上游软件大鳄，难以施展。
这样处处掣肘的大背景下，中国EDA工具的前路在何方呢？
风水轮流转，今年看AI
今天没人能够忽视AI对社会产业带来了赋能作用，根据市场研究机构ABIResearch发布的最新报告，云端AI芯片市场将从2019年的42亿美元增长至2024年的100亿美元规模；边缘AI芯片也将以31%的年平均增长率持续扩张。而EDA作为AI芯片中不可或缺的角色，也在半导体软硬件企业、创业者与开发者的推动下，迎面撞上了新的商机与挑战。
首要的需求变化，是更高的PPA（功耗、性能、面积）目标。
想要将AI移植到智能手机、车联网、IoT等终端，具备深度学习能力的系统级芯片（SoC）就变得不可或缺，产业端对芯片封装的小型化也越来越苛刻。
在越来越小的单位面积上集成越来越多的晶体管，需要更复杂的工艺器件，电路之间的交互、热物理效应等也都会发生改变，这意味着整个设计流程都需要被重新思考，EDA工具也必须与时俱进。
同时，产业智能市场的激烈竞争，也让开发者对设计周期（TimeToMarket）的要求越来越高，而设计规模和规则限制也在增多，如何提升AI芯片的设计效率，减少迭代次数，进而缩短设计周期，也在倒逼EDA厂商升级。
时代浪潮的涌动之下，将AI引入芯片设计环境，就是一个水到渠成的必然选择了。
在国家战略层面，美国国防高级研究计划局（DARPA）为首的部门，开始将电子资产智能设计（IEDA）作为代表性项目，重点突破优化算法、7nm以下芯片设计支持、布线和设备自动化等关键技术难题。
产业端，Synopsys、Cadence、Mentor，以及中国的华大等工程界也纷纷将AI设计从概念升级到实战阶段
