Siemens EDA 阐述智能体 EDA 的物理验证基础
Siemens EDA 在系列文章第三篇中提出,可信的智能体 EDA 工作流应在每一步由确定性的物理 EDA 引擎确认智能体输出,而非只在流程结束时校验。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。
Siemens EDA 在系列文章第三篇中提出,可信的智能体 EDA 工作流应在每一步由确定性的物理 EDA 引擎确认智能体输出,而非只在流程结束时校验。
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。

芯片设计正从工程师使用AI工具,走向AI系统参与设计下一代AI硬件。Cadence、Synopsys、Siemens EDA等厂商的AI增强工具已用于布局布线、验证等环节,新兴智能体可操作多种EDA工具并迭代优化。OpenAI称Jalapeño项目中AI参与实现、设计空间探索与验证,九个月完成设计到流片,BF16乘法器等模块PPA较人工基线提升56%、21%、10%。

西门子 EDA Calibre 半导体研发幕僚长 Jim Shiely 提出,晶圆厂中的 AI 主要充当编排层,协调基于物理的仿真工具、数据分析流程、工艺控制系统与工程工作流,而非取代 Calibre 等确定性工具。他以仿真界定可行搜索空间、量测以实测约束该空间、AI 决定干预优先级的三角框架描述现代晶圆厂运行模式,并指出迭代加速后瓶颈从执行转向对结果的解读与信任。
Siemens EDA IC 验证解决方案产品管理总监 Moses Satyasekaran 将于 9 月 8 日在 DVCon Taiwan 发表主题演讲,探讨智能体 AI 对设计与验证的影响。

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。
EE Times 播客邀请 Siemens EDA 首席 AI 战略官 Amit Gupta 与 NVIDIA 工业与计算工程副总裁 Tim Costa,讨论双方合作中的领域限定自验证 AI 智能体,即不只执行任务,还用基于物理的 EDA 软件验证自身输出。

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。

Siemens EDA 的 Niranjan Sitapure 与 Jeff Dyck、Ryan Silk 对谈,讲述 Fuse EDA AI 系统背后的故事与设计思路。该系统针对设计师大量时间花在工具配置、学习和调试上的问题,可自动配置复杂工具设置、诊断并修复失败的仿真,把原本耗时数小时的任务缩短到数秒。它深度集成于现有工具、环境和界面,并通过开放方式扩展到用户自有数据、工具和应用。
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。

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。

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。
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。