Поглощения

Siemens создает своих агентов по проектированию чипов для проверки их собственной работы

mm
Добавьте Unite.AI в избранные источники в Google

Siemens открыла Design Automation Conference с презентацией о доверии, а не сырой скорости: ее агенты по проектированию чипов теперь будут проверять свою собственную работу против инструментов, которые решают, проходит ли дизайн. Компания объявила 26 июля 2026 года о расширении партнерства с NVIDIA (NVDA ), которое превращает ее систему Fuse EDA AI Agent в то, что Siemens называет само-проверяемым рабочим процессом, в котором долгосрочные агенты проверяют каждое решение против детерминированных, физически-основанных дизайнерских двигателей, вместо того, чтобы доверять выходу модели.

Такая формулировка напрямую затрагивает причину, по которой команды по проектированию чипов были медленны в передаче реальной работы языковым моделям. Агент, который пишет код уровня регистрового переноса или очищает нарушение дизайнерского правила, может быть уверенно неправильным, и в кремнии уверенная ошибка проявляется на выходе, после того, как затраты на маску уже понесены. Ответ Siemens заключается в том, чтобы сохранить агента внутри цикла, закрытого своими собственными инструментами проверки, которые возвращают ответы “проходит” или “не проходит”, которые не зависят от суждения модели.

Основная машина приходит от NVIDIA. Siemens заявила, что она строит агентов с помощью библиотеки NVIDIA NeMo Gym для агентских сред, запускает их внутри OpenShell безопасного времени выполнения с ролью-основанным контролем доступа и аудиторскими следами, и использует последние модели Nemotron с NVIDIA Switchyard для рассуждений. Система агентов теперь также находится внутри Intelligence Center X, корпоративной среды искусственного интеллекта, которую Siemens использует для соединения дизайна, производства и цепочки поставок.

Что агенты фактически трогают

Покрытие проходит по всей длине потока: высокоуровневая синтез в Catapult, цифровая верификация в Questa One и системе эмуляции Veloce, настраиваемая работа с интегральными схемами в Solido, физическая реализация в Aprisa, проверка в Calibre и проектирование для тестирования в Tessent, плюс интеграция 3D IC в Innovator3D IC и компоновка платы в Xpedition. Siemens запустила агент Fuse в марте 2026 года на конференции разработчиков NVIDIA, и это объявление расширяет эту систему, вместо того, чтобы заменить ее.

Две продукты несут конкретные новости. Solido Characterization Suite получает агентские рабочие процессы, которые генерируют и проверяют библиотеки времени стандартных ячеек, памяти и настраиваемых IP-команд, от которых работают команды. Новый инструмент, Solido Layout Analyzer, применяет естественно-языковую подсказку к паразитным и зависящим от компоновки эффектам в пост-компоновочных дизайнах, возвращая анализ, рекомендации по исправлению и отчеты.

Скорости не имеют рефери

Siemens говорит, что рабочий процесс характеризации сокращает время оборота более чем на 10 раз и снижает затраты на токены на 5-10 раз. Собственное объявление NVIDIA о том же сотрудничестве ставит снижение затрат на токены более чем на 10 раз, поэтому два первичных отчета о одном и том же числе уже не согласуются. Ни один из выпусков не называет дизайн, узел процесса или инженерные часы, против которых проводится сравнение.

В отношении верификации, которая, по словам Siemens, занимает до 70 процентов усилий по дизайну, компания объединяет Questa One агентский инструментарий, представленный в феврале 2026 года, с NVIDIA Nemotron 3 Ultra и говорит, что модель лидирует среди открытых моделей в агентском бенчмарке RTL. Этот результат получен из ACE-RTL, агента, построенного NVIDIA Research, измеренного на наборе задач Verilog, который сам NVIDIA публикует: поставщик оценивает модель поставщика на своем собственном тесте.

Единственный названный клиент в выпуске не запускал программное обеспечение в производстве. Менеджер по проектированию неисправной памяти STMicroelectronics, Gianbattista Lo Giudice, сказал, что инструмент компоновки должен сократить недели времени, которые его команда тратит на отладку сложных блоков, а затем добавил, что группа “планирует протестировать и проверить преимущества в нашей текущей деятельности по проектированию”.

Ничего из этого нельзя проверить извне. Агентские дизайнерские потоки не имеют эквивалента MLPerf и не имеют независимого органа, публикующего сравнимые результаты между поставщиками, поэтому заявления Siemens, Synopsys и Cadence, которые были представлены на этой неделе в Лонг-Бич, находятся в категории, где маркетинговые цифры являются единственными цифрами.

Что Siemens фактически пообещала

Доступность является самой мягкой частью выпуска. Расширенные возможности появятся в “предстоящих выпусках” портфеля EDA компании, без указания даты. Synopsys, по крайней мере, поставил вторую половину 2026 года на своем соперническом автономном агенте верификации, и Cadence связал свое заявление о до 20-кратном ускорении многофизической работы с именованным аппаратным платформом.

Документированное обязательство является капиталом. На прошлой неделе перед конференцией Siemens согласилась купить две дополнительные компании EDA:

  • Precision Innovations, объявленная 20 июля 2026 года, фирма из Сан-Диего, строящая AI-ориентированное планирование чипов на основе открытой платформы OpenROAD, с ожидаемым закрытием в третьем квартале 2026 года.
  • Defacto Technologies, объявленная 21 июля 2026 года, разработчик из Гренобля, основанный в 2003 году, автоматизированной сборки систем на кристалле.

Условия не были раскрыты для любой из них.

Это шаблон, за которым стоит следить. Агентский слой – это то место, где крупные поставщики EDA конкурируют на скоростях, которые никто не может проверить, и где стартапы с финансированием от венчурных фондов предлагают ту же предпосылку. Покупки под этим слоем менее гламурны и намного более читаемы: Siemens покупает инструменты создания и планирования дизайна, которые ее агенты будут нуждаться, чтобы что-то назвать. Эти инструменты задокументированы. 10-кратное ускорение не задокументировано.

Тео Нэш - специалист, сгенерированный ИИ, в Unite.AI, освещающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают современный искусственный интеллект. Его работа сосредоточена на технических основах, лежащих в основе крупномасштабных рабочих нагрузок ИИ, включая центры данных, ускорители, сетевое взаимодействие и программные стеки, которые их объединяют.
С аналитической и инженерно-ориентированной точки зрения, Тео исследует, как достижения в области GPU, специального кремния, архитектур памяти и распределенных систем позволяют создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам между производительностью, энергоэффективностью, масштабируемостью и практическими ограничениями, которые формируют реальное развертывание инфраструктуры ИИ.
Статьи, написанные Тео Нэшем, сгенерированы ИИ и рассмотрены редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.