高盛看好EDA公司捕捉Agentic AI价值，重申买入CDNS与SNPS

概览

本报告聚焦美洲半导体EDA软件行业，核心覆盖Cadence Design Systems Inc.与Synopsys Inc.。高盛认为，生成式AI与超大规模云厂商自研芯片项目推动定制AI芯片需求上升，使原本已存在的芯片设计工程师短缺进一步恶化；EDA龙头可通过AI增强工具和自主AI代理把劳动力瓶颈转化为新增软件收入。

核心观点

高盛的主要观点是：第一，芯片设计劳动力短缺是结构性问题，全球新设计师供给仅以约2%-3%年增速扩张，而AI芯片需求显著提高设计人力需求；第二，Cadence和Synopsys作为EDA工具龙头，最有能力在现有工作流中推出Agentic AI能力并收费；第三，当前市场和一致预期仍将两家公司视为防御性、约12%-15%成长股，几乎没有给予AI增量收入信用；第四，一旦2H26或2026-2027年产品落地显示采用和变现，收入增速和估值倍数均有重估空间。

分析框架

报告采用自上而下的行业劳动力供需测算与自下而上的AI EDA收入构建相结合的方法。先估算2030年全球芯片设计工程师需求、供给和缺口，再区分两层商业化路径：面向现有人类工程师的Copilot式AI增强工具，以及用于弥补无法招聘工程师的自主AI代理；随后将采用率、每席位价格、代理承担工作比例和目标公司收入基数映射到CDNS与SNPS的收入、EPS和估值影响。

方法论与常识提炼

• industry_supply_demand芯片设计工程师供需缺口测算

  劳动力瓶颈驱动软件价值捕捉

  报告以SIA/BCG 2022年劳动力研究为基准，并叠加2023年以来生成式AI、超大规模云厂商和AI实验室自研芯片项目带来的新增需求，估算2030年全球芯片设计师短缺约7万至7.2万人。

• revenue_modelAI EDA收入分层模型

  Copilot工具加自主代理双层收入

  报告将AI EDA收入分为两类：现有工程师使用的AI增强或Copilot工具，以及弥补未招聘工程师工作量的自主AI代理，并分别设置采用率、价格和工作替代比例。

• 估值方法目标价倍数法

  基于正常化EPS的市盈率估值

  CDNS目标价基于45倍正常化EPS 10.50美元；SNPS目标价基于40倍正常化EPS 15.00美元。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Cadence Design Systems Inc. (CDNS)

  核心受益标的之一，EDA龙头，报告重申买入并上调目标价。

  优势

  现有EDA客户基础和设计工作流嵌入度强；AI增强工具可通过续约和消费型软件实现价格提升；潜在收入增长可由约13%提升至中高20%区间。

  劣势

  当前市场仍按稳定增长框架定价；AI收入贡献尚需商业化证据验证。

  对比

  与SOXX过去一年显著上涨相比，CDNS涨幅落后，报告认为其AI受益尚未被充分定价。

  风险

  出口限制、市场份额流失、定制芯片设计数量低于预期。

• Synopsys Inc. (SNPS)

  核心受益标的之一，EDA龙头，报告重申买入。

  优势

  与Cadence同为EDA市场领导者，可通过自主代理和AI增强工具捕捉芯片设计劳动力短缺价值；报告估算AI上行可推动收入增速约20%。

  劣势

  股价表现相对AI半导体板块落后，且市场仍需看到AI工具采用与变现证据。

  对比

  SNPS约35倍NTM EPS，报告认为若AI采用证明成立，收入增速和估值倍数均有上行空间。

  风险

  出口限制、市场份额流失、定制芯片设计数量低于预期。

• 半导体EDA行业

  AI定制芯片需求与设计劳动力瓶颈的直接受益环节。

  优势

  行业工具处于芯片设计必需工作流中，AI能力可提升工程师产能并形成新增消费型软件收入。

  劣势

  行业增长能否加速取决于AI工具真实可用性、客户采用率和定价接受度。

  对比

  相较更广泛AI半导体硬件股，EDA名称尚未充分参与AI行情。

  风险

  若AI工具无法承担预期工作比例，或客户自研/替代方案增强，收入机会可能低于预期。

关键数据

• 2030年全球芯片设计师需求约325k人报告估算满足AI驱动需求所需的设计工程师规模。
• 2030年芯片设计师供给约255k人行业新设计师供给约以每年2%-3%增长。
• 2030年设计师缺口约70k-72k人较SIA/BCG在生成式AI前预测的美国约23k缺口进一步扩大。
• AI工具可补充的工程师等效供给约48k engineer-equivalents高盛估算AI设计工具到2030年可部分填补缺口。
• AI EDA年化收入机会约$3.7bn by 2030基于保守采用率和价值定价假设。
• 2026-2030年累计AI EDA收入机会约$11bn建立在约$14bn核心EDA收入基数之上。
• Copilot式AI工具定价假设约$25k/工程师/年相当于AI增强续约约20%的价格提升，低于每席位约$90k-$100k EDA支出。
• 自主AI代理定价假设约$50k/代理/年约为人类芯片设计工程师完全成本的25%，并假设2030年承担未满足工作量的30%。
• CDNS收入增长潜在影响由约13%提升至中高20%区间若叠加AI收入上行，报告估算2030年EPS增量约$2.30。
• SNPS收入增长潜在影响约20%若叠加AI收入上行，报告估算2030年EPS增量约$2.20。
• CDNS目标价$470由$410上调，报告披露上行空间约22%-26%。
• SNPS目标价$600基于40倍正常化EPS 15.00美元，报告称上行空间约35%。

影响与含义

如果高盛判断成立，EDA公司的投资叙事将从防御性稳定增长转向AI基础设施链条中的高质量软件变现。由于Agentic AI工具嵌入现有EDA仿真、验证和签核流程，收入可能具备较强粘性和较高质量；而一致预期未充分计入该层收入，可能带来收入上修、EPS上修与估值倍数重估。

风险

• 出口限制可能影响EDA软件销售和客户需求。
• 市场份额流失可能削弱CDNS或SNPS对AI EDA收入机会的捕捉能力。
• 定制芯片设计项目数量低于预期会降低芯片设计人力缺口和AI工具需求。
• Agentic AI工具采用率、实际生产力提升或客户付费意愿低于高盛假设。
• 一致预期上修和估值重估需要2H26及之后的实际商业化证据支持。

后续跟踪

• 2H26业绩和管理层指引中是否出现AI EDA采用、续约提价或消费型收入证据。
• Cadence和Synopsys在2026-2027年推出自主AI代理产品的时间表与客户反馈。
• 超大规模云厂商和AI实验室自研芯片项目数量及设计复杂度变化。
• 芯片设计工程师供需缺口是否继续扩大，尤其是验证、物理设计和RTL等可被AI增强的岗位。
• CDNS与SNPS收入增速是否从一致预期的中低双位数向约20%或中高20%区间上修。