
ChipAgents 博客:AI 智能体当前可自动化的六项验证任务
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。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。

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。

思尔芯提出“新左移”理念,将FPGA原型验证前移至RISC-V IP选型与架构探索阶段,用MHz级真实运行数据替代仅靠数据手册和基准分数的评估。其芯神瞳S8-100搭载AMD Versal VP1902自适应SoC,单核等效逻辑门约1亿门。思尔芯已与开芯院、玄铁、Andes等20余家伙伴合作,玄铁C925在S8-100上完成首次公开展示,香山昆明湖验证扩展至16核。

Siemens EDA 介绍 Calibre 3D IC 解决方案,由 Calibre 3DStack、3DStack Advanced、3DThermal、3DStress 和 3DPERC 组成,覆盖 3D IC 物理验证、热分析与应力分析。
Sigasi 发文提出用 Sigasi Visual HDL 在 VS Code 中对 AI 生成的 RTL 做确定性校验,主张允许 AI 生成草稿但须通过这道“防线”才能合入。该工具在输入时执行语法与语义检查并提供 Quick Fix,规则库覆盖 VHDL 与 SystemVerilog/UVM,可约束团队规范与跨语言集成。企业版还提供 Sigasi CLI,用于把检查接入终端与 CI 流程。

Axiomise 创始人 Ashish Darbari 在 DVCon USA 后整理形式验证的 11 个常见问题,称团队近期对含 3.38 亿触发器、11 亿门的深度时序设计一次性整体编译,未做 cut-point 或 boxing,借助 Axiomise proof accelerators 在数秒内发现缺陷。

Axiomise 创始人兼 CEO Ashish Darbari 撰文分析形式验证虽在业界屡获成功却仍未被每位设计与验证工程师日常使用,原因集中在缺乏良好培训、缺乏覆盖从轻量 app 到端到端深度形式验证的完整方法论、流程常因人言而非基于指标的经验分析摇摆,以及项目内缺乏连续性应用。

Axiomise 的 Ashish Darbari 撰文指出,Meltdown 与 Spectre 暴露的安全漏洞说明安全不只是软件问题,而是系统问题,需在设计前端就纳入架构考量。他认为动态仿真难以扩展、单纯仿真也不够,应引入形式化验证等手段;文中以他协助验证一款可定制 CPU 的经历为例,形式化测试平台发现了非特权访问特权内存区域等漏洞,部分源于设计疏漏或实现与规格不符。

Axiomise 的 Ashish Darbari 讲述自己从印度工程师家庭出身、在 Birla Institute of Technology 学习电气电子工程,到在 TU Dresden 攻读计算逻辑硕士,最终选择形式验证方向博士offer的历程。他曾在 Intel、ARM、Imagination 和 OneSpin 任职,文章以其个人经历映照形式验证领域的发展。
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。

Ascenium 将设计空间探索(DSE)作为通用处理器架构决策的前置验证机制,在 Precision Innovations 支持下用 OpenROAD 提前暴露架构权衡,避免架构过拟合。

TinyTapeout 在 2025 年向 3 家代工厂提交了 12 颗芯片,3 名兼职工程师在无 NDA、预算不足 10 万欧元的情况下完成。借助 OpenROAD 等开源工具,每次提交都会自动重建并验证整颗芯片,包括 LVS、DRC 和形式验证,最终 GDS 可直接用于制造。团队称这把资金约束转化为工程迭代,临近流片截止仍可并行运行数十个构建与测试任务。

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。
Sigasi 提出用 Visual HDL 在编码、复用 IP 和集成 AI 生成代码阶段拦截缺陷,其核心诊断具备确定性和可复现性,可在编辑器与 CI 中一致运行。
CHIPS Alliance 执行董事 Rob Mains 在开发者访谈中回顾从 IBM 到 Oracle 的硅开发全栈经历,提出开源硅应聚焦各方共需的基础组件,让企业把资源投向差异化创新。他以 Caliptra 为例称开源硬件 IP 已能设计、集成进 SoC 并量产部署,生产就绪需靠多次流片与持续使用来证明。他指出 DRC 与形式验证仍需与代工厂深化协作,规模化协作的最大障碍是信任而非技术。
Sigasi Visual HDL 面向 (E)CAD 经理列出 7 项优势,核心是把 IDE 级智能引入 VHDL、SystemVerilog 及混合语言设计。
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。
Sigasi 援引 2024 Wilson Research Group 功能验证趋势报告指出,2024 年仅 14% 的 IC/ASIC 项目实现首次流片成功,为近 20 年最低;FPGA 项目仅 13% 无重大缺陷逃逸。
SiFive 高级主任工程师 Jack Koenig 是 Chisel 与 FIRRTL 项目任职最久的维护者之一,十年来参与将 FIRRTL 从原型推进到生产,并推动其 Scala 重实现及基于 MLIR 的 CircuitIR 重写。
CHIPS Alliance 技术咨询委员会(TAC)主席、Google 技术项目经理 Aaron Cunningham 将工作重心放在治理文档、项目生命周期与沙箱定义等基础结构上,而非编写 HDL。