西门子联合英伟达发布自验证智能体AI，加速半导体与PCB设计

西门子（Siemens）与 NVIDIA 宣布扩大战略合作，面向半导体与印制电路板（PCB）设计提供自验证型 Agentic AI（智能体式 AI）工作流。该工作流结合西门子 Fuse EDA AI Agent 与 NVIDIA 的 AI 基础设施、加速计算及 AI 软件，让 AI 智能体不仅能自主执行长时间的设计任务，还能在西门子基于物理的确定性 EDA 引擎中持续验证自身的判断与设计结果，确保得到可靠成果。

在常见的生成式 AI 设计辅助模式下，AI 给出的回答或脚本是否在物理和电气上正确，仍需要额外确认；半导体设计还需串联大量工具，在多个工序间进行长时间反复迭代，一旦 AI 调用工具或判断出错，可能影响后续环节。Fuse EDA AI Agent 的应对方式是：让面向半导体/PCB 设计的 AI 智能体先推理设计课题，再操作 EDA 工具完成处理，随后把结果返回给基于物理的确定性 EDA 引擎验证，并按需要修正设计或执行步骤。借助“AI 执行—工具验证”的循环，流程将从单纯的设计自动化转向在推进过程中自动核验设计结果的自验证型工作流。

该系统还与西门子工业 AI 环境 Intelligence Center X 集成。除了 AI 智能体的创建与编排外，该环境还能支持跨设计、制造和供应链的 AI 应用，并可对接综合数字孪生（comprehensive digital twin）。

自验证工作流使用了 NVIDIA 的 NeMo Gym、OpenShell、Nemotron、Switchyard 等组件。其中，NeMo Gym 用于构建和优化 EDA 智能体；智能体可从每个项目的执行结果中学习，持续改进设计流程与运行策略，并复用已经积累的上下文来提升设计质量、处理速度和 token 效率。OpenShell 为智能体提供具备访问控制和审计追踪能力的受管运行时环境，使企业设计部门能够在接触高保密性半导体/PCB 设计数据的同时使用自主智能体。Nemotron 模型与 Switchyard 负责支持 AI 智能体理解和推理设计中的权衡（trade-off）。而 NVIDIA 加速计算和 CUDA-X 库可加速 AI 推理和 EDA 引擎，使原本需要数天才能得到的签核（sign-off）质量结果缩短为数小时。

Fuse EDA AI Agent 覆盖半导体与 PCB 设计生命周期，能够协同多个领域专用智能体。工具链包括：Catapult（高层次综合），Questa One 与 Veloce（验证），Solido（定制 IC 设计与验证），Aprisa（物理实现），Calibre（签核验证），Tessent（可测试性设计），Innovator3D IC（3D IC 集成），以及 Xpedition（PCB 设计）。它不是让综合、验证、物理实现、签核等环节分别独立使用 AI，而是让各环节的智能体共享设计目标与验证结果，从而在整个设计流程层面实现优化。

在定制 IC 设计方面，西门子为 Solido Characterization Suite 增加了智能体式 AI 功能。AI 智能体协同 Solido Characterizer、Solido LibSPICE、Solido Generator 和 Solido Analytics，自动完成描述半导体库特性的 Liberty 文件的生成与验证。面向先进工艺的标准单元、存储器和定制 IP 库，特性表征时间可缩短至传统方法的十分之一以下，AI token 成本也可控制在原来的五分之一至十分之一以下。

西门子还推出了新的 Solido Layout Analyzer，用于可视化和分析版图后设计（post-layout）中出现的寄生效应与版图依赖效应。与 Fuse EDA AI Agent 联动后，用户通过自然语言即可完成从确认分析结果、提出修改建议到生成报告的全部流程。这使版图带来的电气特性影响能在设计流程早期被发现，减少后期返工。

在数字验证领域，西门子将 Questa One Agentic Toolkit 与 NVIDIA 的推理模型 Nemotron 3 Ultra 配合使用。验证工作最多可占半导体开发周期的 70%。随着 AI 芯片、chiplet（芯粒）和 3D IC 的复杂度不断提高，验证项目也在增加，传统方法已难以覆盖设计空间与测试场景。AI 智能体将在评估设计权衡的同时，以基准测试平台（test harness）持续验证设计，从而更早发现问题、加快验证收敛，缩短获得量产级质量结果所需的时间。

西门子表示，计划通过后续发布的 AI 原生 EDA 产品组合逐步提供此次扩展的 AI 驱动型 EDA 功能。