新思科技摩根士丹利科技大会会议
2026年3月3日
主持人：各位早上好。 应该还算是早上。 欢迎来到旧金山。 这里是摩根士丹利2026年TMT大会的现场。 非常荣幸邀请到新思科技首席执行官萨辛·加齐登台。 萨辛，欢迎你。
萨辛・加齐：谢谢。
主持人：为了让大家同步了解最新情况，我们上周刚发布了业绩报告，或许你可以为我们总结一下第一季度业绩的亮点、对第二季度的展望，以及对2026财年的整体指引。
萨辛・加齐：好的。在谈第一季度和全年业绩之前，有一点很重要，2026财年是我们完成安矽思（Ansys）与新思科技合并后的首个完整财年。这次合并为我们带来了业务版图的大幅扩张，创造了全新的发展机遇。新思科技的业务范围也从硅芯片设计解决方案，拓展为从硅芯片到系统工程的全链路解决方案。当下正是两家公司合并的最佳时机。从物理人工智能的发展机遇，到人工智能芯片的设计复杂度提升，从硅芯片到系统的全流程设计思路已经成为行业刚需。
我们第一季度交出了稳健的业绩答卷。我们兑现了此前的承诺，营收达到业绩指引的上限，每股收益超出预期，同时重申了全年的业绩指引。这是一个非常好的开端，也让我们对发布的业绩指引更有信心。
主持人：抱歉，我漏了一点，应该先宣读免责声明的。那现在补上就好，大家权当之前没提这回事。本次交流中可能包含与公司当前展望、预期和信念相关的前瞻性陈述，这些陈述存在一定风险和不确定性，可能导致实际业绩与陈述内容存在差异。如需了解可能对这些陈述产生重大影响的风险因素，敬请参阅新思科技最新的美国证券交易委员会备案文件。抱歉。
萨辛・加齐：没关系。
主持人：我们言归正传。结合安矽思（Ansys）的整合情况，你认为目前驱动公司整体增长的核心因素是什么？从外部视角来看，IP和硬件业务似乎是增长的重要组成部分，你如何看待今年的业务布局？
萨辛・加齐：如果从市场整体机遇来看，人工智能应用高端芯片的设计复杂度持续提升，要求电子与物理层面实现更深层次的集成，也就是我们所说的协同设计，这是第一个核心领域。
第二个领域，当下众多企业都在布局智能系统，无论是汽车、机器人、无人机等产品，想要设计出这类智能系统，就需要重构工程设计模式，打造数字孪生体，从而降低研发成本等，这是另一大机遇。
第三个核心领域则是智能体人工智能。这一技术能有效破解产品设计中的复杂度难题，蕴藏着巨大的发展潜力。在电子与物理协同设计领域，合并后的新思科技凭借全新的产品组合占据领先地位，我们能将热学、结构学等物理验证环节融入硅芯片的设计阶段。实际上，下周我们将举办Converge大会，届时会发布围绕这三大方向打造的多款联合解决方案，涵盖数字孪生体和我们正在研发的智能体相关技术。
主持人：那我们就聚焦在智能体技术的研发上，目前看来，你们在这一领域已经开始形成相对同行的竞争优势。而且有消息称，这项技术将采用按使用量定价模式。能否为我们具体解读一下这种定价模式的落地方式？目前哪些领域的客户对该技术表现出了兴趣？还有智能体技术的商业化时间线是怎样的？
萨辛・加齐：我们对人工智能技术的布局，核心是为了帮助客户破解工作中的复杂度难题。早在2017年，我们就开始布局强化学习技术的研发，并且将这项技术全面融入了我们的全系列产品中。2020年左右，我们开始推出相关解决方案，商业模式与我们的电子设计自动化业务一致，采用基于许可使用量的计费方式。接下来，生成式人工智能成为了新的技术浪潮。生成式人工智能彻底改变了用户与我们技术的交互界面和使用方式。我们的客户面临着各类高复杂度的技术难题，他们亟待解决的问题包括如何培养新工程师，以及如何提升现有工程师的工作效率。可以说，生成式人工智能就像是工程师的智能助手。一年前，我们发布了智能体人工智能的发展愿景和技术路线图。我们将其定义为一系列具备认知层的任务智能体，也可以称之为智能体工程师，通过对多个智能体工程师的协同调度，实现工作流程的重构。我们认为，只有实现工作流程的重构，才能挖掘出全新的商业化机会，打造新的商业模式。而智能体技术，正是重构工作流程的关键。工作流程重构后，客户的关注点将不再是使用了多少软件许可，也不会再为了获取许可而签订三年期的本地部署协议。智能体技术的交付模式将更具灵活性，因为这些模型的迭代速度，会远快于我们传统每9个月更新一次的软件。目前，我们的大部分软件产品都由客户本地部署。而智能体工程师技术的落地，需要更强的算力支撑，因此云端部署将成为重要的交付形式。最终，这项技术能大幅缩短客户的研发周期，提升研发成果的质量。这也是我们看到的机遇：工作流程的重构，将带来商业化模式的全新变革。
主持人：那你所说的工作流程重构，是否意味着研发环节会被大幅精简？还是说主要针对布局布线等特定环节进行优化？具体是如何实现的？
萨辛・加齐：我可以从半导体芯片设计和仿真分析两个领域分别说明，因为这两个领域的用户群体和工作流程存在差异，需要针对性设计解决方案。芯片设计的工作流程包含多个环节。从需求分析开始，芯片设计的初始阶段高度依赖软件，而到了最终阶段，则需要结合制程工艺的制造物理特性。因为如果客户要在台积电、三星、英特尔、格芯等晶圆代工厂进行芯片制造，就必须在芯片设计的初期，充分考虑制程工艺的物理特性。所以芯片设计的工作流程有多个步骤，智能体技术能在部分环节有效辅助工程师，承接特定工作任务，提升工程师的工作效率和效果；在另一些环节，能更快得到更高质量的研发成果；还有些环节目前难以引入智能体技术，而部分环节则是智能体技术的最佳应用场景。去年我们对智能体技术的成熟度进行了分级，从L1到L5，涵盖了从单一任务智能体到多智能体协同调度等不同阶段。目前，我们已经推出了多款任务智能体，也就是智能体工程师产品，这些产品搭载了基础的认知层，能实现多智能体的协同调度。同时，我们也正与客户开展早期合作，验证这项技术对芯片设计周期和芯片品质的整体影响，最终目标是实现芯片功耗、性能和成本的优化。所以在芯片设计领域，工作流程由一系列任务构成，现阶段我们会筛选出适合智能体承接的任务进行落地。
而在仿真分析领域，情况则有所不同。整体而言，仿真和验证的核心诉求，是在尽可能短的时间内完成更多的验证工作，因为这一领域的核心瓶颈就是时间。人工智能技术为验证效率的提升带来了巨大机遇，除了人工智能，我们也在布局其他技术的研发。比如算力加速技术，尤其是图形处理器的应用，能让流体动力学仿真的效率提升100倍甚至300倍。这是质的飞跃，原本需要数周完成的任务，能缩短至数天甚至数小时。太令人惊叹了，效率提升了上百倍。
主持人：我来简单总结一下，也就是说你们会在整个研发流程中找到各个优化节点，在不同环节引入不同的智能体，甚至是多智能体协同工作，而且电子设计自动化流程和仿真分析流程的优化思路也有所不同。你刚刚也提到了验证环节，目前市场上有一个担忧，客户可能会利用模型完成寄存器传输级代码编写等验证前的编码工作。而你们的工具拥有数十年的技术积累，沉淀了大量算法和数据层。你们会如何应对这一潜在的市场竞争风险？
萨辛・加齐：编码确实是研发流程的一部分，这和软件开发的流程很相似。但这部分业务在我们整体业务中的占比非常小。因为编码工作本身由客户自主完成，我们并不会为客户或自身工具编写代码。客户完成编码后，需要验证代码是否能正常运行，而当代码需要结合物理特性落地时，还要验证其是否具备可制造性。所以编码并非完成后就万事大吉，其中还涉及大量的物理层面的考量。编写的代码需要实现物理落地，而这一过程仍需依托专业软件。进入制造环节后，还需要在物理落地的过程中，充分考虑制造环节的物理特性。这些环节都依赖我们数十年积累的各类复杂求解器。我们与晶圆代工厂在制造工艺层面展开深度合作，同时在架构层面，凭借智能体工程师和任务智能体技术引领行业变革。我们的核心思路是，借助人工智能技术，将自研的求解器与认知层，或是市面上的大语言模型相结合，为客户打造更优质的解决方案。
下周的Converge大会上，我们会发布智能体工程师技术的一系列重要进展，这里先不提前透露太多。但可以说，这些进展非常令人振奋。我们能形成竞争优势的核心原因，就是我们拥有自研的求解器，同时能全方位掌握客户的相关数据，这为我们打造智能体技术奠定了坚实基础。
主持人：最终，智能体工程师会调用求解器和底层软件工具，为客户带来更具确定性的研发成果。
萨辛・加齐：没错。而下一步，就是实现多智能体的协同调度，这也是工作流程重构的核心环节。
主持人：接下来聊聊你们一个月前官宣的与英伟达的全新合作，能否为我们解读一下这项合作给新思科技带来的商业收益，相关技术的落地时间线，以及围绕英伟达Omniverse平台开展的合作内容？还有这项合作的商业化模式是怎样的？落地时间是什么时候？
萨辛・加齐：我们与英伟达的合作已经有数十年的历史，而合并后的全新产品组合，是推动双方深化合作的核心契机。过去，新思科技的产品组合主要面向半导体企业，也就是芯片设计公司。如今，这些芯片被广泛应用于数据中心、汽车、人形机器人等各类复杂的系统中，为了实现这些智能终端产品的总拥有成本优化，企业需要进行大量的定制化研发。这也是为什么众多终端系统企业开始布局架构设计、专用集成电路定制、客户自有晶圆代工等业务。将系统视为一个从硅芯片到软件，再到终端产品的完整栈式体系进行设计，是一项极具复杂度的工程任务。而当下，客户实现差异化竞争的核心思路，就是在整个栈式体系中降低成本、提升利润。安矽思Ansys的产品组合让我们形成了独特的竞争优势，因为我们能将物理仿真与硅芯片设计深度融合。英伟达也看到了这一点，他们在进行系统设计、布局未来发展机遇的过程中，面临着海量的工程研发需求。如今，无论是机械、电气、电子等任何领域的工程研发，几乎都离不开新思科技的技术和产品。目前，这些研发工作的算力主要依托中央处理器，而这些工作负载都有大幅的算力加速需求，图形处理器则是实现算力加速的最佳选择。我们与英伟达制定了联合研发路线图，承诺在今年年底前推出相关成果。在官宣合作前，我们已经在多项技术上开展了研发，部分技术相比中央处理器，能实现10倍甚至20至25倍的效率提升，这为我们带来了巨大的商业化机遇。客户能明显感受到研发周期的大幅缩短，从数周缩短至数周甚至数天，他们也愿意为这种效率提升支付溢价，这就是价值所在。这是双方合作的第一个层面，也就是图形处理器算力加速。
第二个合作层面，是智能系统的数字孪生体打造。英伟达Omniverse平台就像是一个操作中枢，客户可以在平台上提出终端产品的研发需求，在产品投入制造前，先在仿真环境中验证产品在物理世界和现实场景中的运行效果。这就需要精准的物理仿真技术，实现从数字设计到物理设计的落地。而这正是安矽思Ansys产品组合的核心优势，无论是汽车、航空发动机，还是无人机、机器人等产品，其机械特性都由电子系统驱动，需要精准把控油耗、电池续航，通过流体动力学优化提升产品效率等，这些都是我们的核心技术领域。 而这也是我们与英伟达Omniverse平台合作的核心内容。
主持人：听起来非常令人期待，那就静待3月11日的大会了。
萨辛・加齐：好的。
主持人：我们再回到去年第三季度，当时公司遇到了一些问题，不过目前看来这些问题已经逐步解决。其中一个问题出现在中国市场。当时中国市场的IP业务似乎遇到了一些阻碍，后续的业务路线图也受到了影响。能否为我们梳理一下当时的具体情况，以及中国市场的IP业务是否会重新成为新思科技的增长引擎？
萨辛・加齐：我会分别谈谈中国市场和IP业务的情况，以及二者之间的相互影响。过去数年，中国市场一直是新思科技增长最快的市场之一，增长动力主要来自大量的初创企业。2019至2021年期间，中国芯片设计领域的初创企业数量增长速度，远超全球其他地区。这为新思科技带来了绝佳的发展机遇，不仅推动了IP业务的增长，也带动了整个电子设计自动化产品组合的营收提升。但此后，中国芯片设计领域的初创企业数量开始减少，同时技术限制的叠加影响也带来了一定的市场阻力。相比竞争对手，新思科技受到的影响更为显著，因为我们在中国IP市场的份额，远高于其他同行。这就是中国市场的整体情况。因此在2026财年的业绩指引中，我们采取了降低中国市场风险的策略，也就是假设中国市场的行业环境保持现状，不做乐观预期。再说说IP产品组合，我们拥有行业内最丰富、最全面的IP产品组合，能服务于多个市场领域。如今，无论是汽车、工业、移动终端、高性能计算等领域的半导体芯片设计，新思科技都是客户的首选合作伙伴。无论是台积电，还是三星、英特尔、格芯等晶圆代工厂，我们都能为不同市场领域的客户，提供适配的IP产品。IP业务是我们深耕了25年的核心业务。我们的模式是一次研发、多次销售，并且提前布局研发，在客户有需求前就推出相应的IP产品。过去三四年来，尤其是在人工智能驱动的半导体芯片领域，IP的定制化需求大幅提升。这也是博通等企业在专用集成电路定制领域实现快速增长的原因，同时众多超大规模企业也开始自研芯片，以优化特定工作负载的总拥有成本。这对新思科技而言，是巨大的发展机遇。但这也要求我们调整业务布局：一方面，我们需要继续维护现有的一次研发、多次销售的产品组合和商业模式；另一方面，需要开辟定制化服务这一新的业务赛道，抓住新的市场机遇。因此我们提出，2026财年是IP业务的转型之年，我们会在继续服务现有市场和商业模式的基础上，调配资源、加大研发投入，布局定制化服务这一新赛道。
主持人：你此前提到IP业务模式的调整，用了“向子系统设计转型”这个说法，这似乎意味着你们会为专用集成电路企业或超大规模企业，定制设计芯粒产品。这样的理解是否正确？这是否会为你们带来更高的营收规模？
萨辛・加齐：正是客户的需求推动我们向这个方向发展。这里的客户主要指高性能计算领域的企业、超大规模企业，以及为这类客户提供产品的半导体企业。过去数年，我们的业务已经从提供单一的IP模块，逐步向提供能在芯片中实现协同工作的IP组合转变。而现在，我们要做的是调整这部分业务的商业化模式。 过去，我们的IP销售模式是，客户为芯片的一次使用购买IP授权，下一款芯片则需要重新购买，这种模式的商业表现一直非常良好。 而在定制化服务的模式下，我们会收取使用费用和非经常性工程费用。但考虑到定制化服务需要投入大量稀缺的研发资源，我们会在使用费用和非经常性工程费用的基础上，增加一定的分成，也就是特许权使用费。目前我们正处于这一商业模式的转型阶段，与众多客户就新的商业化模式展开洽谈，以此匹配我们在研发资源上的投入。但我们并不会涉足芯片的整体制造环节。 原因在于，我们始终坚持生态合作的理念，如果涉足芯片制造，就会与大量客户形成竞争关系。相比之下，我们更愿意为更多客户提供服务，通过优化商业模式实现更高的商业收益，而非制造芯片与客户竞争。
主持人：也就是说，为客户提供子系统设计支持，投入研发资源实现这一目标，再通过市场分成获取收益，仍能为你们带来可观的商业价值。
萨辛・加齐：没错。在这一模式下，我们能以生态合作伙伴的身份，与更多专用集成电路企业、为目标市场服务的芯片企业，以及自研芯片的超大规模企业展开合作。
主持人：再聊聊基础IP业务，你们的第一大客户在这一领域占据重要地位，此前该客户在某一制程节点上，并未向其客户推出相关产品。 你们此前表示，今年来自该大客户的基础IP业务营收，可能归为零。 目前这一判断是否依然成立？ 未来两到三年，基础IP业务的整体市场机遇如何？
萨辛・加齐：先明确一下术语，我们的IP业务分为基础IP和接口IP两大类。 这两类IP都是晶圆代工厂帮助客户完成制程节点和技术落地的核心支撑。 我们此前表示，在2026财年的业绩指引中，对于这家特定的晶圆代工厂客户，我们假设其不会启动新的设计项目，因此相关营收暂计为零。 如果后续有新的设计项目落地，将成为业绩的超预期增长点，而我们的业绩指引已经充分考虑并降低了这一市场风险。 这样的判断其实是基于务实的考量，因为我们正推进IP业务的转型，需要确保能抓住新的市场机遇。从长期来看，IP业务的市场机遇依然巨大。原因正如我此前所说，如今企业设计芯片时，不再满足于购买通用芯片用于数据中心等场景，而是会选择专用集成电路，而能提供专用集成电路的企业数量有限，因此更多企业会选择自研芯片，或与更多专用集成电路企业合作，为特定客户群体定制芯片。而这一过程，都离不开新思科技的IP产品。 这也是我们想要抓住的市场机遇，因此会调配资源、加大研发投入，布局这一市场。
主持人：最后一个问题，之后我会开放现场提问。聊聊安矽思Ansys的整合情况，上周的业绩电话会议中，你们提到会提前实现部分成本协同效应，可能提前至明年，甚至今年。是否确实如此？能否为我们提供具体的数值参考？
萨辛・加齐：感谢你提出这个问题，这一问题能很好地体现出我们强劲的资产负债表状况。我们原本有一笔需要在三年内偿还的短期债务，最终仅用六个月就完成了提前清偿，这足以证明我们的资产负债表状况有多稳健，企业实力有多雄厚。短期债务的清偿工作已经完成。就在昨天（周一），我们宣布了2.5亿美元的股票回购计划，基于当前的市场环境，我们认为这一举措能为股东带来丰厚的回报。我们的另一项核心工作，是实现安矽思Ansys收购后的成本协同效应。此前我们提出，收购完成后三年内，实现4亿美元的成本协同效应，目前这一目标也在加速推进。我们有信心，能比原定的三年期限更早实现4亿美元的成本协同目标。
主持人：好的，接下来开放现场提问，大家有什么问题可以举手。这边有一个问题。
A：谢谢。 萨辛，想请教一个短期的问题，目前分析师们存在一个担忧：尽管人工智能算力的需求持续旺盛，但核心电子设计自动化业务的增长速度却从高个位数开始放缓。为什么在这样的市场环境下，核心电子设计自动化业务的增长会出现放缓？
萨辛・加齐：感谢你的提问。我们的核心电子设计自动化业务的商业化逻辑主要有两点：一是客户增加研发投入，我们从中获得相应比例的营收增长；二是客户有使用新技术的需求，比如图形处理器算力加速、与安矽思Ansys的联合解决方案、人工智能技术等，推动我们的营收增长。目前，我们的电子设计自动化业务在一类客户群体中实现了良好的商业化，我们称之为“双市场格局”：这类客户持续加大研发投入，积极采用最新技术破解设计复杂度难题，为我们带来了营收增长。但从整个半导体市场来看，仍有大量企业并未增加研发投入，技术路线图的推进也相对缓慢。综合来看，今年我们的电子设计自动化业务营收将实现接近两位数的增长。而从长期来看，我们对电子设计自动化业务保持两位数增长、仿真分析业务保持两位数增长、IP业务保持14-16%增长充满信心，因为客户对高端硅芯片的设计需求始终存在，这是我们业务增长的核心支撑。
主持人：谢谢。这边还有一个问题。
B：您好，我接着这个问题继续提问，考虑到电子设计自动化市场的格局，你们为什么将营收增长局限于客户的研发预算？为何不基于客户的营收和市场需求，挖掘价值创造的空间？比如客户设定了研发预算X，你们只考虑从中获取一定比例的营收，但这些客户的营收增长，实则依托于旺盛的市场需求。
萨辛・加齐：过去十年，受产品设计复杂度提升的影响，新思科技乃至整个行业在客户研发预算中的占比持续提升。而你所说的基于客户营收和市场需求挖掘价值，正是我们在IP业务中布局的方向。我们正推动IP业务的商业模式转型，从过去25年单一的使用费用模式，转变为能捕捉更多商业价值的新模式。十年前，电子设计自动化行业在客户研发预算中的占比仅为个位数，约7%左右，目前这一比例已经接近12%，同时客户的研发预算规模也在持续增长。而工作流程的重构，将为我们带来全新的机遇，让我们能根据为客户创造的价值，调整营收获取方式。
主持人：这边前排还有一个问题。
C：谢谢。我猜你们的电子设计自动化业务本质上是软件即服务的模式，那么你们自身是否会面临人工智能技术的颠覆风险？
萨辛・加齐：其实我们的电子设计自动化业务并非软件即服务模式，目前主要采用基于许可的本地部署模式。当下客户与我们的合作规模，主要取决于其工程师数量和所承接的工作任务。在很多场景下，一名工程师会使用多个软件许可；而在部分工作流程中，由于交互需求等原因，一名工程师仅需使用少量许可。至于人工智能技术的影响，我们认为这对我们而言是巨大的发展机遇，反而能推动我们实现更高的商业化收益。我此前提到的强化学习等技术，我们已经推出了相关产品并实现了商业化。需要强调的是，我们的产品有软件层作为支撑，核心是驱动自研的深度物理求解器和引擎。因此，借助生成式人工智能优化用户界面等人工智能技术带来的机遇，我们正引领行业创新，为客户提供解决方案。而在智能体这一全新机遇上，我们依托自研的求解器，在智能体技术研发上处于行业领先地位。因此我们认为，人工智能技术是强劲的发展动力，能帮助客户简化高复杂度的研发工作，无论是硅芯片层面还是系统层面，皆是如此。
主持人：好的，时间到了。萨辛，非常感谢你的分享。
萨辛・加齐：非常感谢大家，谢谢。