Китайский стартап заявил, что его открытый ИИ-модель способен за десятки часов выполнять проектирование чипов — это вызвало беспокойство у игроков рынка EDA (электронной автоматизации проектирования). В ответ Amit Gupta, старший вице-президент и директор по стратегии ИИ в Siemens EDA, заявил на ежегодном форуме по технологиям проектирования микросхем, что открытые модели и AI-агенты не снизят ценность коммерческих инструментов. По его мнению, ключ к победе в конкуренции теперь — в скорости, точности и качестве верификации (sign-off).
Клиенты требуют сократить сроки вывода продукта на рынок вдвое: если раньше на проектирование уходило 18 месяцев, то теперь хотят уложиться в 9, а в идеале — в 4,5 месяца. При этом сложность проектирования растёт из‑за увеличения размеров чипов и перехода к 3D-стекингу. К 2030 году, по прогнозам отрасли, глобальный дефицит инженеров достигнет сотен тысяч человек.
Lincoln Lee, глобальный вице-президент и технический директор Siemens EDA в Азиатско-Тихоокеанском регионе, пояснил, что 3D-упаковка порождает сложные мультифизические связи: рост энергопотребления ведёт к повышению температуры, что вызывает тепловые напряжения и деформации, влияющие на электрические характеристики, а это, в свою очередь, снова влияет на температуру.
Gupta отметил, что даже в случае с китайским ИИ-решением процесс занимает около 2–3 недель с многократными корректировками. Коммерческие решения выигрывают за счёт проверенности и надёжности результатов. Кроме того, многие EDA-инструменты долго используются не из‑за максимальной скорости или точности, а из‑за того, что пользователи к ним привыкли. С появлением AI-агентов порог входа в работу с инструментами снижается, и конкуренция будет строиться вокруг скорости, надёжности и качества верификации.
Siemens EDA продвигает концепцию «AI-нативного проектирования»: ИИ встраивается во весь процесс — от проектирования чипа до системы. Основа подхода — быстрый движок, интеллектуальное выполнение и надёжные результаты. На конференции DAC компания представила агентный ИИ, способный долго работать автономно и самопроверяться. Например, инженер может дать ИИ-агенту инструкцию на естественном языке (например, проверить дизайн, выполнить характеризацию, сгенерировать и проверить Liberty-файлы), после чего агент самостоятельно спланирует шаги, запустит инструменты и выполнит весь процесс за несколько часов — со скоростью, в 10 раз превышающей обычную, и с сокращением затрат на токены.
При этом результаты, которые получает инженер, уже готовы для верификации, а весь процесс прозрачен и допускает вмешательство в любой момент. Исправленные ошибки сохраняются в «файл навыков» (skills file) и становятся общим знанием компании. В качестве примеров Siemens EDA приводит использование инструментов NVIDIA для верификации GPU через Veloce, применение движка Siemens в первом AGI CPU от ARM, а также то, что инженеры компании Lianfa могут освоить работу с системой за несколько часов вместо прежних недель.
Подписаться в Макс
