自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?
5568点击    2026-11-16 15:43

1987 年成立的台积电只做代工。晶圆厂把制造工艺封装成 PDK(Process Design Kit,工艺设计套件)交给客户,PDK 是晶圆厂的核心技术,通过有限接口分享给芯片公司 ,保留核心的制造配方。通过使用 PDK,芯片公司可以把制造交出去,自己专心做设计,这类公司被叫作 Fabless。


设计环节里的分工,会不会也变一次?


 NovaSilicon(上海芯星元智能科技有限公司,以下简称 “NovaSilicon”)的方案叫 CDK(Circuit Design Kit,电路设计套件)。它把芯片设计的经验和 Agent 封装成一套系统。从芯片规格到 GDS 版图,中间需要反复迭代的实现环节,由 NovaSilicon 的工程师用 CDK 来做。CDK 这个概念由 NovaSilicon 首次提出,公司把由此形成的分工叫作 Designless—— 产业会形成新的分工,许多 design house 从自建设计团队变成 Designless。


围绕 CDK,公司最近放出的两篇论文,把 CDK 里的两套 Agent 系统和 GPT-6 Astra 等通用 Agent 放在了同一套题上。包含模拟版图设计与数字芯片布图规划(floorplan)。


两个场景的最高平均分,都来自 NovaSilicon 基于 CDK 设计的自研 Agent 系统:模拟版图 0.8154 分(GPT-6 Astra 为 0.7483 分);floorplan 57.97 分,约为 GPT-6 Astra 的 1.9 倍。


NovaSilicon 成立 5 个月以来连续 3 轮融资累计数亿元,最新一轮融资由顺为资本领投,纪源资本、经纬创投跟投。此前,NovaSilicon 已获得五源资本、商汤国香资本、上海未来产业基金、上海科创集团等机构投资。


NovaSilicon 自成立以来,快速聚集并培养了许多同时具备 AI 和芯片设计经验的复合型工程师和研究员。


首提 CDK :设计环节的 PDK


NovaSilicon 的设想,是把晶圆厂做过的事在设计环节再做一次。Agent 和仿真器相当于产线上的设备,CDK 相当于工艺配方,输入是芯片规格,输出是 GDS。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

表 1|PDK 与 CDK 的对照。来源:NovaSilicon


Designless 沿用的是 Fabless 的分工思路。芯片公司定义规格,实现环节交给 CDK 和使用它的工程师。NovaSilicon 将 CDK 定位为模型驱动的 AI-IC 设计系统,芯片设计的经验沉淀在 Design Kit 里,不在大模型或 EDA 工具里。


模拟方向 CDK 织女星 Vega,覆盖拓扑选择、网表转原理图、器件尺寸、仿真和版图。数字方向 CDK 天狼星 Sirius,包含后端的设计初始化、floorplan、布局布线、时钟树、物理验证和时序分析,前端的规格理解、建模、RTL 生成和验证。


两篇论文各测了其中一环。模拟版图一篇测的是 Vega 里的 Novara,floorplan 一篇测的是 Sirius 里的 Nova-SI。


  • 论文一:AnalogLayoutWorld: An Open Benchmark for Agentic Analog Layout Design
  • 论文二:Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study
  • 作者:Nova-Silicon Team
  • 论文链接:[https://arxiv.org/abs/2611.12048,https://arxiv.org/abs/2611.16991]


通用 Agent 画模拟版图:91.1% 交了卷,21.3% 过了验收


第一篇论文的 benchmark 名叫 AnalogLayoutWorld。


版图是模拟芯片设计的最后一道工序。电路工程师先定好晶体管级网表,相当于一张接线表,写明用哪些器件、尺寸多大、彼此怎么连。版图工程师再照着它画施工图,把每个器件画成硅片上的几何图形,摆好位置,连好金属线,输出一份可以交给晶圆厂的 GDS 文件。


AnalogLayoutWorld 有 40 个任务,覆盖放大器、基准源、电源管理电路、采样电路和振荡器。Agent 拿到固定网表和电气指标进行版图设计,评分看六项:是否交出 GDS、LVS(版图和网表是否一致)、DRC(是否满足线宽、间距等工艺规则)、面积紧凑度、工程质量、后仿真是否达标。工程质量一项由团队和模拟版图工程师一起定义,考查器件匹配、关键信号走线和供电等。


分数之外还有一条验收线。DRC、LVS 和全部后仿真工况都通过,版图的长宽比和形态也合格,才算验收。


团队测了 13 组通用模型与 Agent 框架的组合,织女星中的 CDK:Novara 也在同一套题上跑了一遍。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

表 2|AnalogLayoutWorld 主要结果(节选)。数据来源:论文 Table 1


Novara 平均分 0.8154,排第一。验收率 72.5%,也是最高。GPT-6 Astra 的平均分是 0.7483,验收率 70.8%。GPT-6.1 Sol 是 0.7023 和 62.5%。GLM-5.3 的两个配置平均分在 0.46 到 0.48 之间,其余配置都不到 0.30。


Novara 的 LVS 通过率是 100%。工程质量一项,Novara 得分 0.816,排第二的 GPT-6 Astra 是 0.566。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

图 1|Novara 与五个通用 Agent 配置的分项对比。DRC、LVS、Post-sim 为通过率,Score 为 40 道题的平均分。图源:论文


GPT-6 Astra 的后仿真通过率是 82.5%,高于 Novara 的 75.0%,但验收率只有 70.8%。论文解释,GPT 系列从仿真到验收之间丢掉的部分,主要是版图的长宽比和形态不合格。Novara 从 75.0% 到 72.5%,过了仿真的版图基本都能验收。


仿真全过,但 GPT 交上来了一根 209 微米的细条


40 道题里有一道电流饥饿型环形压控振荡器(current-starved ring VCO)。GPT-6 Astra 三次尝试全部通过 DRC、LVS 和两项后仿真,但交出来的版图宽约 209 µm、高不到 10 µm,长宽比在 22.63 到 26.31 之间,评测规定的上限是 4。这样的细长条很难和周围电路拼到一起,三次都只拿到 0.3 分。


从轨迹记录看,Astra 先试过把电路里一只长电阻折叠起来,结果折叠方案未通过 LVS 的长度参数匹配,它于是退回一根 203.19 µm 长的直电阻,把其余器件沿着电阻排成一条。这是一种典型的追求硬性指标,而忽视真正模拟电路流片层面的需求的行为。


同一道题,Novara 第一次尝试交出的版图是 34.14 × 42.33 µm,长宽比 1.24,得分 0.9015。Novara 更关注符合工程师真实使用的版图设计思想的建模,也得到了更贴近工程使用的版图结果。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

图 2|环形 VCO 的四份版图。左为 Novara 首次尝试,右为 GPT-6 Astra 的三次尝试,四份都通过了 DRC、LVS 和后仿真。图源:论文


99 个硬宏的工业设计:均分约为 GPT-6 Astra 的 1.9 倍


第二篇论文换到数字芯片后端,考的是 floorplan。


数字芯片从逻辑网表变成物理版图,头一步是决定大模块放在哪。这些大模块叫硬宏(hard macro),形状固定,不能缩放。硬宏落位之后,EDA 工具再往剩下的空间里填标准单元、连线。直观来说,这像在一块地上先定好几十栋楼的位置,剩下的地要留给小房子和路。楼摆得不好,总面积够用,局部的路照样会堵。


论文用的是一个工业设计:235,727 个实例,99 个硬宏占掉 14.123 mm² 版图区域的 71.1%,最大和最小的硬宏面积相差约 121 倍。版图区域是 L 形,缺掉的那个角不能使用。


评测把 Agent 交出的硬宏布局接到一条规定好的下游流程上:建电源地网络、做标准单元布局、估算全局布线、分析建立时间。评测的总分满分 100,由拥塞、时序、线长和标准单元利用率四项相乘得到。参评系统分三组。第一组是 NovaSilicon 自研、本地部署的 Nova-SI,第二组是通用工程 Agent,可以查询设计数据库、调用 EDA 工具,拿到下游流程的反馈再修改,第三组只有文件读写权限。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

表 3|floorplan 评测结果。各项满分 100,几何无效和交付失败记 0 分。数据来源:论文 Table 1


Nova-SI 的平均分是 57.97,GPT-6 Astra 是 31.17,其余通用配置在 15 到 23 之间。只有文件权限的那一组,12 份输出里有 9 份硬宏越界或重叠,记 0 分。Nova-SI 的 8 份输出全部通过几何检查,中位数是 57.52 分。Astra 的中位数是 21.37 分,4 份输出里有 3 份低于 Nova-SI 的最低分。出方案时,Nova-SI 没有用规定流程的在线反馈,Astra 所在的通用组可以随时调 EDA 看结果再改。token 消耗上,Nova-SI 平均每份输出 36.13M,通用组五个配置在 62.11M 到 286.50M 之间。


去掉 Nova-SI 最好的一份输出,均值是 54.67。论文把七个评分尺度各自乘以 0.5、1、2,试了 2,187 种组合,Nova-SI 的均值比 Astra 高出 22.30 到 30.38 分。8 份输出里得分最高的一份是 81.09 分。作为参照,人类工程师在这个设计上的历史方案是 91.88 分。


自研Agent两场实测均分超过GPT-6,NovaSilicon首提CDK,Fabless之后是Designless?

图 3|Nova-SI 得分最高的一份布局(07 号,81.09 分),从左到右依次为硬宏、标准单元和拥塞热力图。图源:论文


CDK 的未来


CDK 先用在 NovaSilicon 自己的设计流程里。基于 CDK,NovaSilicon 目前的服务对象是芯片设计公司和有 IP 需求的客户。首批方向有两个。一个是使用 Vega 正在研发的 UCIe PHY IP,UCIe 是芯粒(Chiplet)互联的行业标准,PHY 是其中的物理层接口。另一个是 3D 存算一体(CIM)芯片的设计服务,而数字设计 CDK,Sirius 已经用在这项服务里。


大模型厂商是为 CDK 提供底层基座的设备商,好比台积电使用的光刻机一样重要。然而,正如 PDK 和配方是支持台积电改变半导体行业的核心一样,CDK 也将会重塑半导体行业从 Fabless 走向 Designless。


NovaSilicon 将 Design Kit 从工艺制造中引入设计流程中,这个过程仍会如工艺制造按照摩尔定律演进一样,以飞快的速度持续规模化,实现芯片设计领域新的 Scaling 路线。


文章来自于"机器之心",作者 "机器之心"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md