新思科技:AI芯片设计工程师需转型系统验证者

半导体电子设计自动化(EDA)公司新思科技(Synopsys)表示,芯片设计工程师必须承担“系统验证者(system validators)”的角色,负责评估人工智能(AI)生成的结果是否准确、安全。该公司认为,这类验证能力将成为韩国的关键竞争优势;韩国在高带宽内存(HBM)和半导体封装方面具备专长。

工程师需兼具多领域能力

新思科技系统解决方案战略项目副总裁弗兰克·希尔迈斯特(Frank Schirrmeister)在近期接受THE ELEC采访时表示:“随着AI应用推动自动化日益复杂,理解基础工程原理变得更加重要。”“未来芯片设计师需要具备横跨半导体基础、软件、电子和多物理场分析的全面能力,而不是只专精于单一领域。”

他预计,AI要自主处理整个芯片设计流程仍需更多时间。他说:“基于智能体AI(Agentic AI)的芯片设计将渗透到各个单独工作流,而不是像拨动开关一样一次性引入。”“AI协调整个工程流程的阶段将在未来几年逐步成形。”

AI设计从“编排式”走向“多领域”

新思科技认为,当前半导体设计中的AI应用水平处于“编排式智能体(orchestrated agents)”阶段。在该阶段,AI智能体在单一领域内划分任务,例如功能验证,包括规格解读、寄存器传输级(RTL)生成、测试规划、缺陷修复和验证完成。下一阶段是“多领域智能体(multi-domain agents)”,AI智能体可跨设计、验证和仿真等多个领域无缝协调任务。

多领域智能体不仅用于提高生产率,也用于应对制造工艺缩小带来的先进半导体复杂度上升。在埃米级节点,漏电、信号延迟、热变形和电磁干扰等物理效应呈指数级增长。仅靠晶体管缩放已不足以改善功耗、性能与面积(PPA)。高带宽内存(HBM)和多芯片封装也面临类似挑战:堆叠芯片或让芯片彼此靠近所产生的热量和干扰,会对其性能和寿命造成不利影响。

多物理场与Autopilot平台

新思科技将Ansys的多物理场分析技术与自身EDA引擎结合,从开发早期阶段管理这些相互作用。该方法协调设计、制造、材料属性分析和封装等工作,并聚焦最终产品。

支撑这一方法的软件是Synopsys Autopilot平台。该平台部署多个用于设计和验证的AI智能体,这些智能体能够独立推理、规划并执行EDA工具。平台同时支持新思科技的专用智能体和外部AI模型。

客户验证与效率数据

希尔迈斯特表示:“采用Autopilot平台的公司已在半导体设计验证、实现和PPA优化方面看到初步收益。”新思科技此前表示,正在50多个客户项目中验证Autopilot平台和专用AI智能体,参与方包括三星电子、台积电、英特尔、微软和联发科。

新思科技称,使用英伟达(Nvidia)AI技术开发的自主验证工作流使验证覆盖率扩大20%,并将获得已验证RTL所需时间缩短多达50倍。富士通(Fujitsu)报告称,使用新思科技的验证AI智能体后,RTL代码生成生产率提高了10%至30%。

新人专享大礼包