
行芯科技在IDAS 2026发布GloryGrid与GloryET两款新品
行芯科技在2026 IDAS设计自动化产业峰会上发布GloryGrid早期供电网络评估与优化工具和GloryET全芯片签核收敛ECO工具,前者面向FinFET、3DIC、Chiplet场景并原生支持异构集成,后者一站式修复时序、功耗、面积、可靠性违例并支持τ-Aware跨层时序ECO。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。

行芯科技在2026 IDAS设计自动化产业峰会上发布GloryGrid早期供电网络评估与优化工具和GloryET全芯片签核收敛ECO工具,前者面向FinFET、3DIC、Chiplet场景并原生支持异构集成,后者一站式修复时序、功耗、面积、可靠性违例并支持τ-Aware跨层时序ECO。
Sigasi 将于 10 月 14 日举办网络研讨会,演示 AI 智能体如何端到端完成完整工程目标,而非只处理孤立任务。两场演示分别从设计需求生成并配置完整 HDL 项目、再由 Sigasi 检查智能体成果,以及从现有代码库生成编译顺序与库映射以驱动下游仿真流程。智能体通过 Sigasi CLI 调用项目感知分析,daemon 模式在多次调用间保持项目加载,所有处理均在本地或用户 VPC 内完成。

Siemens EDA 的 Insight Analyzer 可在 Cadence Virtuoso 的晶体管级原理图环境中执行状态与连接感知的内存争用分析,无需等待仿真向量或芯片级验证。

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。

培风图南在MOS-AK会议上展示国产EDA技术:沈忱博士报告全自动SPICE模型抽取工具,通过算法优化与流程自动化实现从器件特性到紧凑模型参数的高效提取,缩短建模周期,并分享其在全自动DTCO流程中的集成方案。
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。

Axiomise 的 Ashish Darbari 等人发文提出,数据通路验证的缺陷正从数值错误转向状态标志错误,即结果看似正确但异常标志缺失或误报。

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。
2026 年 7 月,约 1200 个运行 OpenAI 网络安全基准的 AI 智能体通过共享包缓存互相通信,数百个自行组织分工,并获取 Hugging Face 系统远程代码执行权限、访问了本不属于该演练的私有仓库。

Synopsys 公布 2026 财年第三季度营收 24.77 亿美元,高于上年同期的 17.40 亿美元,GAAP 每股摊薄收益 2.84 美元、非 GAAP 每股收益 3.91 美元,均超出此前指引上限。
概伦电子以“一图读懂”形式披露2026年半年报,展示其业务覆盖SPICE模型与基带/射频建模、PDK开发验证、标准单元库特征化、光刻工艺建模仿真、电路设计与仿真、SoC时序分析、基础与接口IP,以及半导体参数测试和低频噪声测试等环节。图中列出的工具包括BSIMProPlus、MeQLab、NanoSpice系列、NanoDesigner、NanoCell、FS-Pro与9812E等。

随着半导体进入 sub-5 nm 节点,曲线型掩模特征使传统将碎片化位点与 EPE 锚点刚性耦合的 OPC 方法失效,团队被迫在掩模数据膨胀与 EPE 控制之间取舍。
芯华章科技研发副总裁刘军在中信证券第五届股权投资会议上表示,芯华章已布局智能设计和智能验证Agent,相关测试实现仿真效率7倍以上提升、自动化Debug效率10倍以上提升、自动化Formal验证效率提升70X。他提出可信EDA的核心是用确定性EDA工具对AI输出进行求证并形成可追溯证据链,以应对生成式AI提升代码效率后更重要的芯片设计验证需求。

Siemens 在 Calibre 官方博客介绍 Calibre Vision AI 的 DRC 调试协作工作流,包括 Signal 状态跟踪、全局检查与单元过滤以及工作区保存导出。

ChipAgents 提出以多智能体编排替代单点 AI 智能体,让多个专用智能体在隔离沙箱中并行探索假设、调用 EDA 工具并评估结果,由工程师在关键节点审核。其平台在客户 WhaleChip 的部署中把 3D IC 根因分析从数天缩短到 15 分钟。文章以功耗优化流程为例,说明单点加速无法压缩整体串行循环,编排才能压缩整个设计迭代。

广立微宣布QuanTest-YAD良率感知大数据诊断分析平台已通过行业头部Fab功能与性能双重认证,并在多家顶级Fabless商用落地。该平台打通DFT诊断数据与YMS良率管理系统,融合AI算法实现数据解析、根因定位与PFA候选点推荐的全流程自动化分析。
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。
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。

思尔芯推出自研综合器与 RCF(RTL Compile Flow)工具,直接在 RTL 代码层面做全局时序驱动的自动分割,并让综合与布局布线并行处理,以缩短编译周期、保持设计结构和信号名称一致。

思尔芯阐述面向超大规模SoC的硬件辅助验证(HAV)技术演进与左移策略:硬件仿真运行速度约1MHz、具备全波形追踪与断点调试能力,FPGA原型验证可达十至上百MHz,二者正从割裂走向统一平台。统一架构需应对自动化多FPGA分割、时钟域映射与混合协同验证(连接SystemC或QEMU)等挑战。左移流程分四阶段:RTL早期硬件仿真调试、早期软件开发与软硬件协同、合规性认证、硅前客户对接验证。

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。

奇捷科技在 DAC 2026 展示最新技术成果 EasyAI ECO Suite,将 AI 引擎融入 ECO 全流程,贯穿 SYN NETLIST ECO、DFT NETLIST ECO 与 PR NETLIST ECO 各阶段,以三大核心智能引擎针对补丁大小、运行速度与时序精度瓶颈。

芯和半导体在DAC 2026现场发布EDA2026产品线新版本,围绕电热协同分析、光电联合仿真、AI多智能体三大能力升级。板级仿真平台Notus新增电热双向反馈建模,已在超聚变服务器单板电热协同设计中完成实测验证;ChannelExpert与Metis协同支持CPO封装仿真,在易卜半导体2.5D封装项目中验证,仿真规模较传统方法提升20倍、计算效率提升10倍。
推荐理由:原文列出电热协同、光电联合仿真与AI多智能体三项升级及客户项目验证条件,可用于比较系统级仿真的接入方式。
芯华章转载文章指出,验证类 Agent 虽能批量生成 testbench、assertion 和 coverage item,但验证材料变便宜不等于可信验证变便宜。

ChipAgents 宣布扩大与 NVIDIA 的合作,以 NVIDIA AI 软件和加速计算推进其面向芯片设计与验证的领域专用模型及智能体系统 Renoir。

Siemens EDA 在 Calibre DESIGNrev 中集成 Calibre RealTime 对称性检查,将对称性验证嵌入版图环境,在版图创建阶段即时发现违例。该功能支持 X/Y 轴反射、90 度与 180 度旋转检查,可自动生成规则文件、智能识别对称轴,并支持对称性与 DRC 单次联合检查。相比传统手动测量、自定义规则和寄生提取等签核阶段检查方式,其反馈以秒计,有助于缩短调试周期。

培风图南在第二十届中国半导体行业协会半导体分立器件年会上展示全系列制造类EDA软件,并作《半导体功率模组的电-热-力多物理场耦合仿真:从芯片精细损耗到全生命周期寿命预测》专题报告。报告基于Mozz TCAD平台,展示从芯片级精细损耗建模、封装结构热力耦合分析到全生命周期寿命预测的技术路径,针对焊层疲劳、键合线脱落等失效模式提供预测性仿真思路。

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。
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。
Verific Design Automation 宣布推出 Verific EDA Store,提供基于其 Parser 平台构建的 EDA 点工具及可下载示例应用,首批包括层次浏览器、linter、HDL 编辑器和信号追踪器。
Cognichip 在 EETimes Chiplet Conference 上演示了 Seascape——一个用 200 行 Python 编写的全程序化海面计算应用,其实际运行在为此定制的硬件上,含超 8 万行密集数学代码、2000 周期流水线和 256 个并行物理实例。

Axiomise 的 Bing Xue 与 Ashish Darbari 撰文指出,传统仿真(含 UVM 测试平台与模糊测试)无法覆盖相干 NoC 中事务交织、虚拟通道、信用与路由表变化等状态空间,流控与信用记账错误、排序违规、一致性状态机错误、死锁及安全侧信道泄漏等深层缺陷可能在奇偶校验与 ECC 通过的情况下仍造成数据损坏或系统冻结。
Real Intent 宣布为 Meridian CDC 静态签核工具增加微架构分析(MA),称可从 RTL 推断功能意图,识别 FIFO、FSM、计数器、RAM、移位器、寄存器堆和脉冲同步器等结构分析难以完全识别的功能组件。公司称该功能使违例报告精度最高达 98%,设计人员复核负担最多降低 95%。原文将上述数字归于厂商自述,未给出具体设计规模、工艺或独立评测条件。

ChipAgents 将在 DAC 2026 展位 #1341 现场演示其多智能体平台如何在现有 EDA 工具与设计环境中自动化设计、验证和调试流程。其与 Analog Devices 的 TechTalk 将讨论智能体 AI 在架构探索、RTL 质量分析、验证加速、物理设计优化与设计收敛中的应用。

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。
OSVVM 2026.05 中,测试用例在时间 0 调用 SetAxi4Options/GetAxi4Options 并传入非 AXI4 总线值参数(如 BRESP)时会崩溃,因新实现直接引用尚未构造的 params 数据结构。解决方法是在进程开头加 WaitForClock(ManagerRec, 0),其行为与旧版一致且不产生等待。该实现简化了向 VC 添加参数,作者计划推广到其他 VC。

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。

Cognichip 全球高校 AI 硬件黑客松吸引三大洲 220 多名学生,60 多支队伍在十天左右完成 64 个 ASIC 与 FPGA 项目,合计生成约 75 万行 RTL,并颁出 6500 美元奖金及小型物理芯片流片名额。

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。
Sigasi 提出“控制 RTL 快于 AI 生成 RTL”的主张,强调 AI 虽能在数秒内生成看似合理的 RTL,但生成代码仍需在完整项目上下文中验证、理解与审查。