NEWS / 动态
按时间浏览，使用右上角筛选切换领域。
ChipAgents 正在开发 Build-A-Chip-Bench，Nvidia 参与贡献基准套件与评分规则，该基准用开源工具和开源 PDK 评估 AI 智能体从工作负载规格到 GDS 布局完成芯片设计流程的能力。每个设计须通过硬门槛，包括对照隐藏验证 IP 的功能正确性以及可布线性、保持时间和 DRC，通过者再按 PPA 对照任务约束评分。表现最好的智能体在 65% 的任务上通过硬门槛，总体得分 16.6%；前沿智能体在回溯早期决策、优化时保护已有可用行为以及围绕慢速工具运行做规划方面仍有困难。
Si2 宣布上线 LBC-bench，这是一个公开、开源的榜单，用于追踪大语言模型和 AI 智能体在半导体设计与验证任务上的表现，网站代码已在 GitHub 开源。
推荐理由：Si2 以联盟形式推出公开榜单，把 LLM 在芯片设计与验证任务上的评测数据与网站代码一并开源，便于复现与横向比较。
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。
该文提出一种采用多阈值碳纳米管场效应晶体管（CNTFET）技术、由42个晶体管实现的三进制全加器（TFA）架构。Synopsys HSPICE在0.9 V下的电路级仿真显示，与现有先进设计相比，该TFA功耗降低35.8%–75.2%、能耗降低21.6%–70%，蒙特卡洛仿真表明其对关键CNTFET工艺参数变化的敏感度最低，代价是适度的延迟开销和布局面积增至1.85倍。
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。