Mua lại

Siemens Phát Triển Trí Tuệ Nhân Tạo Kiểm Tra Công Việc Của Chính Mình

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Siemens đã mở hội nghị Thiết kế Tự động với một bài thuyết trình về sự tin cậy hơn là tốc độ thô: các đại lý thiết kế chip của công ty sẽ kiểm tra công việc của chính mình so với các công cụ quyết định liệu một thiết kế có đạt yêu cầu hay không. Công ty đã công bố vào ngày 26 tháng 7 năm 2026 về việc mở rộng quan hệ đối tác với NVIDIA (NVDA ) để biến hệ thống Fuse EDA AI Agent của mình thành một quy trình tự xác thực, trong đó các đại lý chạy lâu sẽ xác thực từng quyết định so với các động cơ thiết kế dựa trên vật lý và quyết định, thay vì chỉ dựa vào đầu ra của mô hình.

Khung này nhắm trực tiếp vào lý do tại sao các nhóm chip đã chậm trong việc giao việc thực sự cho các mô hình ngôn ngữ. Một đại lý có thể viết mã cấp đăng ký chuyển hoặc xóa vi phạm quy tắc thiết kế có thể tự tin sai lầm, và trong silicon, một lỗi tự tin sẽ xuất hiện tại thời điểm tapeout, sau khi chi phí mặt nạ đã được đầu tư. Câu trả lời của Siemens là giữ đại lý bên trong một vòng lặp được đóng bởi các công cụ xác thực của chính mình, những công cụ này trả về câu trả lời đạt hoặc không đạt mà không phụ thuộc vào phán đoán của mô hình.

Cơ chế cơ bản đến từ NVIDIA. Siemens cho biết họ đang xây dựng các đại lý bằng thư viện NeMo Gym của NVIDIA cho môi trường đại lý, chạy chúng bên trong thời gian chạy OpenShell bảo mật với các điều khiển truy cập dựa trên vai trò và nhật ký kiểm toán, và sử dụng các mô hình Nemotron mới nhất với Switchyard của NVIDIA để suy luận. Hệ thống đại lý hiện cũng nằm bên trong Trung tâm Thông minh X, môi trường trí tuệ nhân tạo doanh nghiệp mà Siemens sử dụng để kết nối thiết kế, sản xuất và chuỗi cung ứng.

Các đại lý thực sự chạm vào

Phạm vi bao gồm toàn bộ dòng chảy: tổng hợp cấp cao trong Catapult, xác thực kỹ thuật số trong Questa One và hệ thống mô phỏng Veloce, công việc IC tùy chỉnh trong Solido, triển khai vật lý trong Aprisa, xác thực trong Calibre và thiết kế cho thử nghiệm trong Tessent, cộng với tích hợp IC 3D trong Innovator3D IC và bố cục bảng trong Xpedition. Siemens đã ra mắt đại lý Fuse vào tháng 3 năm 2026 tại hội nghị nhà phát triển của NVIDIA, và thông báo này mở rộng hệ thống đó thay vì thay thế nó.

Hai sản phẩm mang tin tức cụ thể. Bộ công cụ Solido Characterization Suite có được các quy trình công việc đại lý tạo và xác thực các thư viện thời gian chuẩn cho các nhóm tế bào chuẩn, bộ nhớ và IP tùy chỉnh làm việc. Một công cụ mới, Solido Layout Analyzer, áp dụng lời nhắc ngôn ngữ tự nhiên cho các hiệu ứng寄生 và phụ thuộc bố cục trong các thiết kế hậu bố cục, trả về phân tích, khuyến nghị sửa chữa và báo cáo.

Các tốc độ tăng không có trọng tài

Siemens cho biết quy trình đặc tả cắt giảm thời gian quay vòng hơn 10 lần và giảm chi phí token từ 5 đến 10 lần. Thông báo của NVIDIA về cùng sự hợp tác đặt giảm chi phí token ở mức hơn 10 lần, vì vậy hai tài khoản chính thức về một con số duy nhất đã không đồng ý. Cả hai thông cáo đều không nêu tên thiết kế, nút quy trình hoặc giờ làm việc của kỹ sư mà so sánh được rút ra.

Về xác thực, mà Siemens cho biết chiếm tới 70% nỗ lực thiết kế, công ty đang kết hợp Bộ công cụ Questa One đại lý AI mà họ đã giới thiệu vào tháng 2 năm 2026 với Nemotron 3 Ultra của NVIDIA, và cho biết mô hình này đứng đầu trong các mô hình mở trong điểm chuẩn đại lý RTL. Kết quả này đến từ ACE-RTL, một đại lý được xây dựng bởi NVIDIA Research, đo trên một tập hợp vấn đề Verilog mà NVIDIA tự xuất bản: một nhà cung cấp đánh giá mô hình của chính mình trên thử nghiệm của chính mình.

Khách hàng duy nhất được đặt tên trong thông cáo chưa chạy phần mềm trong sản xuất. Người quản lý thiết kế bộ nhớ không dễ bị xóa của STMicroelectronics, Gianbattista Lo Giudice, cho biết công cụ bố cục nên cắt giảm hàng tuần thời gian nhóm của ông dành cho việc gỡ lỗi các khối phức tạp, sau đó thêm rằng nhóm “đang lên kế hoạch kiểm tra và xác thực các lợi thế trong hoạt động thiết kế đang diễn ra của chúng tôi”.

Không có gì trong số này có thể kiểm chứng được từ bên ngoài. Các dòng thiết kế đại lý không có MLPerf tương đương và không có cơ quan độc lập xuất bản kết quả so sánh trên các nhà cung cấp, vì vậy các tuyên bố mà Siemens, Synopsys và Cadence mang vào Long Beach tuần này nằm trong một thể loại mà các số liệu tiếp thị là các số liệu duy nhất.

Siemens thực sự đã cam kết

Sự sẵn có là phần mềm nhất của thông cáo. Các khả năng mở rộng sẽ đến trong “các phiên bản sắp tới” của danh mục EDA của công ty, mà không có ngày cụ thể. Synopsys ít nhất cũng đặt một cửa sổ nửa sau năm 2026 cho tác nhân xác thực tự động đối thủ của mình, và Cadence gắn yêu cầu của mình về việc tăng tốc multiphysics lên đến 20 lần vào một nền tảng phần cứng có tên.

Cam kết được ghi chép là vốn. Trong tuần trước hội nghị, Siemens đã đồng ý mua hai công ty EDA khác:

  • Precision Innovations, được công bố vào ngày 20 tháng 7 năm 2026, một công ty San Diego xây dựng quy hoạch chip AI trên khuôn khổ mã nguồn mở OpenROAD, với việc kết thúc dự kiến trong quý 3 năm 2026.
  • Defacto Technologies, được công bố vào ngày 21 tháng 7 năm 2026, một công ty Grenoble phát triển lắp ráp hệ thống trên chip tự động được thành lập vào năm 2003.

Điều khoản không được tiết lộ cho bất kỳ thỏa thuận nào.

Đó là mẫu mà đáng để theo dõi. Lớp đại lý là nơi các nhà cung cấp EDA lớn đang cạnh tranh về tốc độ tăng mà không ai có thể kiểm tra, và nơi các công ty khởi nghiệp được tài trợ bởi vốn đầu tư mạo hiểm đang đưa ra cùng một tiền đề. Các mua hàng dưới đây ít lộng lẫy hơn và dễ đọc hơn nhiều: Siemens đang mua các công cụ tạo và quy hoạch thiết kế mà các đại lý của họ sẽ cần có thứ gì đó để gọi. Những công cụ đó được ghi chép. 10x không phải vậy.

Theo Nash là một chuyên gia được tạo bởi trí tuệ nhân tạo tại Unite.AI, chuyên về cơ sở hạ tầng trí tuệ nhân tạo, tính toán và các hệ thống phần cứng hỗ trợ trí tuệ nhân tạo hiện đại. Công việc của ông tập trung vào các nền tảng kỹ thuật đằng sau các công việc trí tuệ nhân tạo quy mô lớn, bao gồm trung tâm dữ liệu, tăng tốc, mạng và các phần mềm liên kết chúng lại với nhau.
Với quan điểm phân tích và kỹ thuật, Theo nghiên cứu cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép tạo ra các mô hình trí tuệ nhân tạo mới. Ông đặc biệt chú ý đến việc trao đổi hiệu suất, hiệu quả năng lượng, khả năng mở rộng và các hạn chế thực tế định hình việc triển khai cơ sở hạ tầng trí tuệ nhân tạo trong thế giới thực.
Các bài viết được viết bởi Theo Nash được tạo bởi trí tuệ nhân tạo và được nhóm biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và phạm vi bao quát có trách nhiệm về tính toán trí tuệ nhân tạo đang phát triển nhanh chóng.