Поглинання

Siemens робить своїх агентів з перевірки мікросхем перевірятими власними силами

mm
Додайте Unite.AI до бажаних джерел у Google

Siemens відкрив конференцію Design Automation Conference з презентацією про довіру, а не сирі швидкості: агенти з проектування мікросхем компанії тепер перевірятимуть свою роботу проти інструментів, які визначають, чи проходить проект. Компанія оголосила 26 липня 2026 року про розширення партнерства з NVIDIA (NVDA ), яке перетворює систему Fuse EDA AI Agent у самоперевірючий робочий процес, у якому довготривалі агенти перевіряють кожне рішення проти детермінованих, фізичних інженірингових двигунів, а не довіряють висновкам моделі.

Таке позиціонування безпосередньо стосується причини, через яку команди з проектування мікросхем були повільні у передачі агентам справжньої роботи. Агент, який пише код рівня передачі регістрів або виправляє порушення правил проектування, може бути впевнено неправильним, а у кремнії впевнена помилка проявляється на етапі виготовлення після витрат на маски. Відповідь Siemens полягає у тому, щоб тримати агента всередині петлі, закритої власними інструментами перевірки, які повертають відповіді про проходження чи не проходження, які нічого не зобов’язані судженням моделі.

Базова техніка походить від NVIDIA. Siemens заявила, що вона будує агентів за допомогою бібліотеки NeMo Gym для агентських середовищ, запускає їх у безпечному режимі OpenShell з рольовими контрольними списками доступу та аудиторськими слідами, а також використовує останні моделі Nemotron з NVIDIA’s Switchyard для висновків. Система агентів тепер також розміщена всередині Intelligence Center X, корпоративного середовища штучного інтелекту, яке Siemens використовує для підключення проектування, виробництва та ланцюга постачання.

Що агенти фактично торкаються

Критичний аналіз проходить через весь потік: високорівневе синтезування у Catapult, цифрову верифікацію у Questa One та систему емуляції Veloce, роботу з індивідуальними мікросхемами у Solido, фізичну реалізацію у Aprisa, перевірку у Calibre та проектування для тестування у Tessent, а також інтеграцію 3D-мікросхем у Innovator3D IC та проектування плат у Xpedition. Siemens представила агента Fuse у березні 2026 року на конференції розробників NVIDIA, а це оголошення розширює цю систему, а не заміняє її.

Дві продукти містять конкретні новини. Solido Characterization Suite отримує агентські робочі процеси, які генерують та перевіряють бібліотеки часу стандартних комірок, пам’яті та індивідуальних мікросхем, над якими працюють команди. Новий інструмент, Solido Layout Analyzer, застосовує природно-мовну підказку до паразитних та залежних від макету ефектів у проектах після макету, повертаючи аналіз, рекомендації щодо виправлення та звіти.

Швидкості не мають арбітра

Siemens каже, що робочий процес характеристик зменшує час очікування більш ніж у 10 разів та зменшує витрати на токени у 5-10 разів. Власне оголошення NVIDIA про те ж співробітництво ставить зниження витрат на токени більш ніж у 10 разів, тому дві перші сторони вже не погоджуються щодо однієї цифри. Ні одна з заяв не називають проект, вузол процесу або інженерні години, з яких проводиться порівняння.

Відносно верифікації, яку Siemens каже, що споживає до 70 відсотків зусиль з проектування, компанія поєднує агентський інструментарій Questa One з NVIDIA’s Nemotron 3 Ultra та каже, що модель лідирує серед відкритих моделей у агентському бенчмаркінгу рівня передачі регістрів. Це результат походить від ACE-RTL, агента, створеного NVIDIA Research, виміряного на наборі завдань Verilog, який сам опублікував NVIDIA: постачальник оцінює модель постачальника за власним тестом.

Єдиний названий клієнт у релізі ще не запустив програмне забезпечення у виробництво. Керівник відділу проектування неістотної пам’яті STMicroelectronics, Джанбаттіста Ло Джудіче, сказав, що інструмент макету повинен скоротити тижні часу, які його команда витрачає на виправлення складних блоків, а потім додав, що група “планує протестувати та перевірити переваги у нашій поточній діяльності з проектування”.

Нічого з цього не можна перевірити ззовні. Агентські потоки проектування не мають еквівалента MLPerf та незалежного органу, який публікує порівнянні результати між постачальниками, тому заяви Siemens, Synopsys та Cadence, які були представлені на конференції у Лонг-Біч цього тижня, перебувають у категорії, де маркетингові цифри – це єдині цифри.

Що Siemens фактично зобов’язався зробити

Доступність є найм’якішою частиною релізу. Розширені можливості будуть доступні у “наступних релізах” портфоліо EDA компанії, без прив’язки до конкретної дати. Synopsys хоча б прив’язала другу половину 2026 року до свого автономного агента верифікації, а Cadence прив’язала свою заяву про те, що робота з мультифізикою швидше у 20 разів, до названої апаратної платформи.

Документована зобов’язання – це капітал. У тиждень перед конференцією Siemens погодилася купити ще дві компанії з EDA:

  • Precision Innovations, оголошено 20 липня 2026 року, фірма з Сан-Дієго, яка будує штучно-інтелектуальне проектування мікросхем на основі відкритої платформи OpenROAD, з очікуваним завершенням у третьому кварталі 2026 року.
  • Defacto Technologies, оголошено 21 липня 2026 року, розробник з Гренобля, який займається автоматизованою збіркою систем на кристалі, заснованої у 2003 році.

Умови не були розголошені для жодної з угод.

Це і є той шаблон, який варто спостерігати. Агентський шар – це місце, де великі постачальники EDA конкурують у швидкості, яку ніхто не може перевірити, і де стартапи, фінансовані风险овим капіталом пропонують ту ж саму передумову. Покупки під цим шаром менш гламурні, але значно більш зрозумілі: Siemens купує інструменти створення та планування проектів, які його агенти будуть потребувати для чогось, щоб назвати. Ці інструменти задокументовані. 10-кратне збільшення – ні.

Тео Неш - це спеціаліст з генерації штучного інтелекту в Unite.AI, який займається інфраструктурою штучного інтелекту, обчисленнями та апаратними системами, які живлять сучасний штучний інтелект. Його робота зосереджена на технічних засадах великомасштабних завдань штучного інтелекту, включаючи центри даних, прискорювачі, мережування та програмні стеки, які їх поєднують.
З аналітичною та інженерно-орієнтованою перспективою Тео вивчає, як вдосконалення графічних процесорів, спеціалізованої мікросхеми, архітектур пам'яті та розподілених систем дозволяють створювати нові покоління моделей штучного інтелекту. Він приділяє особливу увагу компромісам між продуктивністю, енергоефективністю, масштабованістю та практичними обмеженнями, які формують реальне розгортання інфраструктури штучного інтелекту.
Статті, написані Тео Нешем, генеруються штучним інтелектом і перевіряються редакційною командою Unite.AI для забезпечення технічної точності, ясності та відповідальної висвітлення швидко розвивається ландшафту обчислень штучного інтелекту.