Sigasi Visual HDL 2026.2 发布,新增 MCP 服务器与重写 CLI
Sigasi 发布 Visual HDL 2026.2,围绕 AI 辅助 RTL 开发强化三处能力:Modular Projects 成为新项目默认结构,新增 Sigasi MCP 服务器可向 VS Code + Copilot、Cursor 等 AI 助手提供设计信息,Sigasi CLI 完全重写并支持 daemon 以加快重复调用。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。
Sigasi 发布 Visual HDL 2026.2,围绕 AI 辅助 RTL 开发强化三处能力:Modular Projects 成为新项目默认结构,新增 Sigasi MCP 服务器可向 VS Code + Copilot、Cursor 等 AI 助手提供设计信息,Sigasi CLI 完全重写并支持 daemon 以加快重复调用。

ChipNexus 与普渡大学 SoCET 团队合作,用从 32 位 ALU 到双核缓存一致 RV32I 处理器的四级任务评测 NEX 的 RTL 设计能力。最复杂设计含 25–30 个 RTL 文件和约 30 个汇编测试程序,人工估计约 100 小时,使用 NEX 后约 2.5–3.5 小时完成,有经验设计者的活跃设计时间降幅在 2.4 倍到 43 倍之间。
Si2 发布开源基准 CVDP 1.1.0,针对 AI 智能体改进评测框架。该版本采用 cocotb、Yosys、IVerilog 的稳定版本,cocotb 2.x 有望支持更多开源与商业仿真器,框架内新增使用 Claude Code 运行评测的初始设置,并增加来自 40 多个开源仓库的 100 个数据点,含人工植入缺陷和更大规模问题。
推荐理由:CVDP 1.1.0 的更新清单可用于比较面向 AI 智能体的 RTL 基准在工具版本与数据规模上的变化。

NVIDIA 介绍其 Agent Toolkit,由 Nemotron 开放模型、NemoClaw 蓝图和 OpenShell 运行时组成,为企业和开发者提供可定制、可控制的专用 AI 智能体基础。
Si2 LLM Benchmarking Coalition 将于 7 月 29 日在加州圣克拉拉 Keysight Technologies 举办第二届研讨会,主题为对齐智能体基准与验证方法同真实 EDA 工作流。
ChipNexus 发布 NEX v5.40,重做文件操作并新增原生 QuestaSim 集成。文件操作支持自动 diff 与确认、上下文 grep、定向补丁、写入前预览和大文件分页;QuestaSim 侧提供专用 MCP server 与验证工作流,缺失时自动生成 run_sim.do。

ChipAgents 发布首个面向芯片设计的智能体大模型 Renoir,基于开源权重 MoE 大模型微调,可在气隙本地环境部署。官方称在覆盖 RTL 生成、缺陷定位与规格到代码实现的内部芯片设计基准上,Renoir 超过其基座模型、接近 Claude Opus 4.6,成本降低一半以上。团队表示该模型在数据、时间和算力受限预算下训练,属于一次试水,后续将扩大数据集和训练规模。
推荐理由:ChipAgents 公布 Renoir 的微调来源、内部基准覆盖任务与成本对比,可了解其自评口径与本地部署条件。
NEX v5.34 发布,首次引入由 Lattice 支持的智能体,支持 Lattice Radiant 集成,可在 NEX 内自动化更复杂任务并保持对智能体操作的透明与控制。
Si2 AI/ML Schema/Ontology 工作组公开发布其 AI for EDA Ontology,以 Apache 2.0 许可在 GitHub 开源,目标是提供示例本体与用例,支持 EDA 智能体系统实验。

ChipAgents 技术博客阐述用智能体 AI 快速生成高保真行为模型的六步流程:定义范围、生成参考数据、产出模型、对照黄金仿真验证、迭代精修、部署到仿真环境。
Silimate CTO Akash 在访谈中介绍公司面向芯片设计者的 copilot,聚焦在综合前发现并修复功能与 PPA 问题。其 PPA 工具 Preqorsor 提供功耗、性能、面积的早期估算并标出瓶颈,目标不是替代综合报告,而是更快反馈,尤其针对较小 RTL 块。公司已有 10+ 客户,包括 Tenstorrent;PPA 预测更多依赖传统机器学习,LLM 则用于优化与功能正确性。

NVIDIA 在 GTC Taipei 展示 NemoClaw,一个用于构建专用长时运行智能体的开放蓝图,含可选编排框架(如 OpenClaw、Hermes)、模型路由和 NeMo 库,核心开源运行时 OpenShell 按策略管控智能体对文件、网络和工具的访问。

ChipAgents 创始人兼 CEO William Wang 在 2026 GSA Tech Summit 小组讨论"加速设计到制造——AI 的新前沿?"上阐述了智能体 AI 是 EDA 之后芯片设计的下一轮演进。

ChipAgents 发布博客回顾 Waveform Agents 推出一周年,称其面向芯片验证波形调试,通过选择性波形提取、跨文件信号追踪和自动回归分诊,在 TB 级仿真数据上运行,可检测设计或测试平台中的功能失败与断言违规,无需预设错误特征。

ChipAgents 博客列出 AI 智能体当前可自动化的六项芯片验证任务,包括回归失败分诊、根因分析、UVM 生成与覆盖率收敛等。文章称验证已占 ASIC 与 FPGA 项目工程时间的 60-70%,约四分之三半导体项目延期,验证问题是主要延误原因之一。智能体可跨 RTL、波形、仿真日志、UVM 环境、断言与覆盖率数据库推理,自动解析日志、聚类失败、匹配缺陷库并生成 RCA 摘要。
研究提出一种毫米波 CMOS 功率放大器全自动设计方法,先用先验知识引导的分解把整个电路拆成多个可优化子问题,再借助机器学习辅助优化(MLAO)依次迭代求解。其中多分支 MLAO(MB-MLAO)算法用于片上变压器,以实现宽带匹配和高保真阻抗合成。对覆盖 17–41 GHz 的五个功放设计案例,后版图仿真结果显示该方法在保持较高 PPA 的同时明显加快设计流程。原文仅提供摘要,未给出具体工艺节点、对比基线与量化加速数据。
推荐理由:论文给出毫米波 CMOS 功放的分解式自动化流程,可用于比较机器学习辅助优化与传统固定拓扑设计的差异。
IC Manage 宣布为 GDP-AI 设计与 IP 管理系统新增生成式与智能体 AI 能力,用 AI 驱动的 IP 打包、IP 支持和 IP 发现流程替代人工,加速系统与半导体公司的 IP 复用。

计算所李华伟-穆嘉楠课题组联合香港中文大学、北京大学在 ICLR 2026 发表论文,提出面向 AI 驱动芯片设计的开源数据集 CircuitNet 3.0。该数据集以 8,659 个通过综合与仿真验证的开源 RTL 设计为基础,经工业级 EDA 流程生成超过 15,000 个设计实例,覆盖 RTL、门级网表到物理布局阶段,每个样本含 RTL 代码与文本描述、结构化图表示和版图图像,并配套经 EDA 流程验证的时序与功耗指标。
推荐理由:论文给出 CircuitNet 3.0 的构建流程与跨阶段多模态数据,可用于比较 AI for EDA 时序与功耗预测的数据条件。
ChipNexus 发布 NEX v5.25,首次推出 Office Word 任务智能体,打通 NEX 与 Word 文档工作流,并改善该集成的打包与跨平台一致性。新版本增加会话导出与清理命令、/report-bug 命令及智能体感知的 /help 指引,同时改进企业离线许可的按需节点锁定与可选节点锁定绕过。此外修复了影响 Office Word MCP 的打包问题并改进子进程环境处理。
Aniah 发布白皮书,阐述模拟与混合信号验证中 AI 不能只依赖原始网表,因为网表只描述连接关系,不包含设计意图、电源域、工作模式和系统约束。其方法基于确定性语义重建、根因聚类和 System Conditional Analysis(SysCon),将原始电路数据转化为经过验证、具备因果依据的模型。
IC Manage 宣布对面向 Cadence Virtuoso 定制 IC 设计的 GDP-AI 设计及 IP 管理系统进行重大增强,覆盖高级暂存、快速定制、AI 驱动工作流自动化和图形化设计差异比对。
Sigasi 举办网络研讨会,介绍其 Visual HDL 如何将 AI 生成代码与确定性验证结合,以安全集成到芯片设计流程中。该研讨会于 3 月 24 日直播,面向希望借助 AI 提速但不愿承担相关风险的工程师。Sigasi 强调获胜的工作流不是单靠 AI,而是 AI 加确定性验证。

西门子 EDA 推出 Fuse EDA AI System 与 Fuse EDA AI Agent,称其通过上下文感知的自然语言界面编排从概念到制造签核的多工具流程。
研究提出 TopoSizing 端到端框架,直接从原始网表理解模拟与混合信号电路,并把理解结果转化为优化收益。方法先用图算法把电路组织为器件、模块、级的分层表示,再由 LLM 智能体执行假设、验证、修正的迭代循环并做一致性检查,生成显式标注;验证后的洞见通过 LLM 引导的初始采样和停滞触发的信赖域更新接入贝叶斯优化。在 55nm CMOS 工艺的 OTA、FC-OTA、StrongArm 锁存比较器和 LDO 四类真实电路上。
推荐理由:该框架把大模型智能体与贝叶斯优化结合,用于从原始网表理解模拟电路并完成尺寸设计,摘要给出四类电路上的效率与调用次数对比。
论文提出DIONet3D,一种面向3D IC IR drop预测的双输入双输出神经网络,同时接收上下两层裸片的特征图,经U-Net结构共享主干后同时输出两层裸片的IR drop图。为建模3D供电效应,作者引入物理引导的3D增强PDN表示,用高斯核平滑把平面PDN条带转为空间连续特征,并编码垂直混合键合(HB)/硅通孔(TSV)连接以刻画跨裸片供电。方法还采用多损失函数动态加权的复合损失以平衡多任务收敛。实验称其优于现有CNN方法并具较好泛化性,与商用EDA仿真工具相比结构及空间相似度高,CPU推理下运行速度最高提升309倍、内存降低89倍。摘要未给出具体设计规模、工艺与基线细节。
推荐理由:论文给出双输入双输出网络与物理引导的3D PDN表示,可用于比较3D IC IR drop预测的代理模型方案。
Sigasi 发文阐述 AI 在 RTL 开发中的定位:AI 助手与智能体可快速生成 HDL、重构模块、提出修复建议,但生成代码仍需在完整项目上下文中评审与验证。

文章指出Cadence、Synopsys、Siemens EDA三大EDA厂商正把增量启发式包装成“平台AI”,智能体初创公司则主打缓解旧工具使用痛点的copilot,三星、英伟达等芯片设计巨头在自建内部AI栈,而高校与OpenAI、DeepMind等基础模型实验室基本游离于工业实践之外。

IC Manage 宣布把设计数据与 IP 管理系统 GDP-XL 升级为 GDP-AI,现有客户无需数据迁移或系统停机即可获得生成式与智能体 AI 能力。公告列出四项功能:自然语言界面用于查询设计数据、AI 生成含 GDP 命令的工作流脚本、通过 Model Context Protocol 以只读工具实时访问结构化数据、基于 RAG 的文档语义检索。

芯和半导体在DesignCon 2026发布多智能体平台XAI与低频电磁仿真平台Janus,并升级“从芯片到系统”全栈EDA方案。XAI集成四大智能体,覆盖系统知识库自然语言交互、电路仿真AI参数优化、AI预测与传统热仿真协同建模、PDK及IP的AI参数化建模。
推荐理由:芯和一次发布多智能体平台XAI与低频电磁仿真平台Janus,并列出全栈工具升级项,可用于对照其系统级EDA布局。
Chipmind 称其芯片设计智能体 John 在 20 分钟内把 SHA 加密核集成进一颗 SoC,改动 15 个文件且 CI 测试通过,全程无人工交互。John 在既有设计环境中调用 EDA 工具,完成 OBI 到 AXI 桥接、扩展 RTL 测试平台与固件测试并跑通仿真,最终由人类工程师评审通过。

Chipmind CEO Harald Kröll 在达沃斯 AI House 参加“GenAI is More Than LLMs”专题讨论,介绍 AI 芯片设计如何跨越通用大模型与开发流程之间的“空白地带”。他指出,通用模型能力虽广,但半导体行业的真正加速来自将 AI 原生融入复杂的 EDA 与开发环境,构建面向硬件工作流的设计感知系统。

奇捷科技将于1月29日发布集成AI引擎的智能ECO解决方案包EasyAI ECO Suite,首发AUTO PARTITION智能分区、(I-)LEARNING智能学习与SMART CACHING智能缓存三大引擎。三大引擎已与多家行业领先芯片设计公司完成技术交流与测试验证,发布会将介绍技术细节并展示实测数据对比与现场Demo。
Chipmind 官方阐述其 AI 设计助手将 IP-XACT(IEEE 1685)、SystemRDL 等标准化元数据作为一等输入输出,并同步生成寄存器映射、文档与固件头文件。

Jane Street 工程师 Anish Singhani 发起 Advent of FPGA 竞赛,要求用可综合硬件解决 Advent of Code 2025 题目,提交截止 2026 年 1 月 16 日,奖品含 UltraScale+ FPGA 开发板。

NVIDIA Nemotron Labs 博客展示 CrowdStrike、PayPal 和 Synopsys 基于 NVIDIA Nemotron 开放基础模型结合自有数据构建专用 AI 智能体的三种实践。
NVIDIA 在 SC25 大会上发布开放模型家族 Apollo,面向工业与计算工程仿真,覆盖电子器件与半导体、结构力学、天气气候、计算流体力学、电磁和多物理场等领域。
推荐理由:NVIDIA 发布面向科学仿真的开放模型家族 Apollo,其中半导体方向覆盖缺陷检测与计算光刻,并列出多家 EDA 与设备厂商的接入意向。