NEWS / 动态
按时间浏览，使用右上角筛选切换领域。
ChipNexus 宣布 NEX Analog Agent 可用，为其多智能体平台 NEX 增加模拟设计能力，直接对接 Cadence Virtuoso、Spectre 仿真和 Siemens Calibre 物理验证，沿用客户已安装的 EDA 许可与 PDK。
推荐理由：原文列出模拟智能体在 Virtuoso、Spectre、Calibre 上的具体任务与阶段报告方式，可用于判断现有模拟流程的接入条件。
Synopsys 在纽约 2026 投资者日宣布与 OpenAI 合作推出 GPT-Synopsys，用 OpenAI 前沿模型直接操作 Synopsys EDA 工具进行芯片设计与验证推理。
OpenAI 硬件副总裁 Richard Ho 在访谈中介绍，Jalapeño 推理 ASIC 从零开始到流片约九个月，团队借助 Codex 等 AI 模型提升设计效率，但签核仍使用标准 EDA 流程。他表示这一周期确立了新的设计基线，并称 Jalapeño 在开源模型上同样表现良好，计划 2027 年放量。
ChipAgents 工程负责人 Mehir 在演讲中指出，多智能体并行生成设计假设的速度可能超过物理评估能力，3D IC 中热、时序、功耗与电迁移/IR drop 的多物理耦合进一步加剧这一瓶颈。
Agnisys 在 DAC 上发布 IDS-AI，称其为面向半导体开发的智能体 AI 框架，可从功能规格、CSR 与 SoC 层级驱动 RTL 生成、验证与确认流程。
Cadence资深副总裁滕晋庆在CadenceLIVE 2026上判断，AI EDA短期内有望让相同制程下设计相同芯片的时间缩短一半，但至少未来五年看不到AI独立生成可用芯片。
西门子 EDA 阐述 AI 在 IC 签核中的定位：核心签核计算仍由确定性算法完成以保证结果可复现，AI 则用于外围任务。AI 已在三方面提升效率：验证作业的资源优化与实时监控、错误分组与优先级排序、跨团队错误分派协作。文中举例称一家领先 GPU 厂商借助 AI 驱动的可视化分析将验证时间缩短 50%，把数周工作压缩到数天。
ChipAgents 介绍其构建 AI 智能体闭环以加速时序收敛的方法：在 RTL 阶段为智能体提供分钟级的快速 PPA 反馈，使其能比较不同方案、剔除导致功耗或面积不可接受回退的时序修复。
Siemens 在 Calibre 官方博客介绍 Calibre Vision AI，用于先进节点 DRC 调试，把数十亿条违例压缩为数百个可处理的 Signal。
Real Intent 发布 Riven 签核 AI 智能体，称可在其全部静态签核工具流程中把签核提速最高 10 倍。该智能体基于生成式与智能体 AI，提供工具知识查询、违例分析与优先级排序、错误根因定位及修复建议，工程师可修改或采纳建议后再运行签核工具。
推荐理由：厂商自述称该智能体覆盖静态签核的知识查询、违例排序与根因调试，可观察AI如何接入签核流程。
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。
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。