
Maestro系列模型可以被Cadence的超级AI Agents(AuraStack , ChipStack SoC,InnoStack 以及ViraStack )调用,并驱动EDA和SDA工具,实现芯片设计的智能自动化。
以上综合解决方案能够解读规范要求,生成设计内容,分析结果,评估各种权衡因素,并根据工程需求、成本和安全因素来指导决策。
9 月底,Synopsys 宣布与 OpenAI 合作开发 EDA领域的专用模型GPT-Synopsys,双方联合技术研发和全球推广,并共享收入。
OpenAI将获得Synopsys的EDA工具的官方授权,结合专业知识和数据,对基础模型进行后训练,形成专用的EDA模型,部署在 OpenAI 托管的基础设施上,并深度集成到Synopsys的Synopsys.ai以及Autopilot平台中。
GPT-Synopsys将不仅能够直接操作EDA软件,还能看懂工具反馈的各类专业数据,自主进行多轮修改与迭代,全力优化芯片的功耗、性能和面积
这项技术已经开始在部分半导体龙头客户中进行早期对接与测试。
值得注意的是,Candance和Synopsys提出垂直领域模型之前,都刚好于近期提出了其各自的L5级设计智能体(官方称为L5级,根据目标自主完成设计任务,但也都表示仍需人工检查,可能实际叫L4级更合理)
Cadance:覆盖不同环节的AI超级智能体

ChipStack SoC设计和验证
AuraStack PCB / 先进封装
InnoStack 数字后端和签核
ViraStack 模拟与定制设计
SystemStack 系统设计
Synopsys:长时程超级智能体 AgentEngineer 解决方案

Verification AgentEngineer :端到端设计验证
Implementation AgentEngineer:设计实现与签核工作
AMS AgentEngineer :编排模拟与混合信号设计
Manufacturing AgentEngineer :从设计到芯片制造
Meshing AgentEngineer:生成、验证、修复并优化网格
Blaze AgentEngineer :燃气轮机燃烧研究
EMC AgentEngineer :PCB EMI/EMC 分析
以当前的AI技术栈,要实现L4级以上的智能设计,如何将私域专业设计经验嵌入智能体,有一些路径,但似乎并没有很成熟的解决方案
尚不清楚,两家最近纷纷提出垂域模型,是否是因为逐步发现,在通往L5级智能设计智能体时,基于通用模型可能面临挑战,而专用模型能够取得更好的效果。
机械领域是否需要专用模型
由于对3D空间结构认知要求相对低,可能EDA领域在智能设计方面跑的比机械领域相对快了一些。机械设计需要对模型3D空间结构和工艺结构有更深入的认知,这刚好是当前大模型所不擅长的。
但随着GPT 6 Astra 的发布,也能看到基础大模型在机械设计方向在持续进步,OpenAI和Anthropic公司也都将AI CAD建模能力纳入了新模型能力的测评中。
在这样模型能力持续提升的背景下,CLI Agent+Harness+知识库+Skills构成了当前AI智能设计的主流方式,并取得了一些进展,前两年流行的垂域模型训练的路线渐渐没落。
EDA们的路径给机械领域的可能启示:是否下一个阶段当机械设计智能体突破L3,走向L4时,会发现垂域模型依然是很重要的基础?目前还说不好,当前架构的智能体的能力上限还没到。
近期,Skyfall公司宣布了机械领域的垂域模型SKY-001,尚不确定是否未来有更多机械设计领域垂域模型出现,具体还有待跟大家一起持续观察和期待。