Индустрия проектирования микросхем стоит на пороге настоящей революции: скоро чипы будут проектировать и проверять не люди, а целые команды искусственного интеллекта. И Siemens делает в этом направлении серьезный шаг.
Что случилось?
Siemens представила Questa One Agentic Toolkit – это не просто очередное обновление со встроенным ИИ. Это полноценная платформа, где несколько специализированных ИИ-агентов берут на себя ключевые задачи по проектированию и верификации чипов на уровне RTL (регистровых передач).
Проще говоря: если раньше инженер сам писал код, искал ошибки и настраивал проверки, то теперь он может просто ставить задачи, а ИИ-агенты их выполняют.
"На рынке много шумихи вокруг ИИ, но мы решаем реальные проблемы" – Абхи Колпеквар, старший вице-президент Siemens EDA.
Как это устроено?
Архитектура набора инструментов строится на трёх ключевых элементах:
1. Model Context Protocol (MCP)
Это своего рода "переводчик" между ИИ-агентами и инструментами верификации. Он в реальном времени передаёт агенту всю информацию о проекте: RTL-код, спецификации, данные тестирования. И главное – агент может не только читать, но и вносить изменения.
2. Контекстно-зависимый интеллект
Агенты не просто выполняют команды – они понимают контекст. Система постоянно собирает данные о проекте и сама определяет, как лучше применить инструменты верификации в конкретной ситуации.
3. Целеустремлённые агенты
Каждый агент специализируется на своей задаче и работает автономно, пока не достигнет цели.
Всё это работает на платформе Fuse EDA – собственной ИИ-инфраструктуре Siemens для электронного проектирования. Но есть важный нюанс...
Никакой привязки к вендору
Siemens понимает: у разных компаний свои предпочтения и наработки в области ИИ. Поэтому архитектура открыта – можно подключать другие модели и платформы.
Более того, Siemens уже активно сотрудничает с Nvidia, используя:
- Модели рассуждений Nemotron
- Микросервисы Nvidia NIM для ускоренных вычислений
Агентов можно разворачивать где угодно – в облаке или на собственных серверах компании, в зависимости от требований к безопасности.
Знакомьтесь: команда из пяти ИИ-агентов
Каждый агент – узкий специалист с конкретными обязанностями:
1. RTL Code Agent – проектировщик
Представьте: вы описываете на обычном английском, что должен делать блок чипа, – и агент сам пишет за вас синтезируемый RTL-код.
Что умеет:
- Генерировать код из описания на естественном языке
- Проверять нарушения правил кодирования
- Предлагать исправления в соответствии со стандартами
Результат: инженер получает качественную заготовку кода, которую остаётся только проверить и утвердить. Старт проекта ускоряется в разы.
2. Lint Agent – блюститель стандартов
Поиск ошибок и нарушений стиля – занятие нудное. Особенно когда приходится вручную настраивать правила проверки. Этот агент берёт всё на себя.
Что умеет:
- Автоматически настраивать статический анализ под конкретный проект
- Отсеивать "шум" – несущественные предупреждения
- Предлагать готовые исправления (например, как пофиксить глитч в схеме)
Результат: приведение кода к стандартам качества происходит значительно быстрее.
3. CDC Agent – специалист по тактовым доменам
Работа с разными тактовыми частотами в одном чипе – одна из самых головоломных задач инженеров. Ошибки здесь ведут к сбоям и нестабильной работе.
Что умеет:
- Автоматически настраивать анализ пересечения тактовых доменов (CDC)
- Анализировать структуру тактовых сигналов
- Предлагать оптимальные настройки для разных типов синхронизаторов
- Рекомендовать исправления для CDC-предупреждений
Результат: снижение рисков метастабильности без погружения в рутинные настройки.
4. Verification Planning Agent – стратег
Создание плана верификации – это искусство. Нужно ничего не упустить, правильно расставить приоритеты и выбрать подходящие методы проверки.
Что умеет:
Анализировать спецификации проекта
- Автоматически генерировать структурированный план тестирования
- Предлагать цели по покрытию и конкретные сценарии для тестов
Результат: инженер получает черновик плана, который остаётся только отредактировать. При этом агент следует лучшим практикам и ничего не упускает.
5. Debug Agent – детектив
Когда тест падает или покрытие оказывается неполным, начинается самое неприятное – поиск причины. Этот агент берёт на себя роль следователя.
Что умеет:
- Анализировать временные диаграммы, логи, утверждения и данные о покрытии
- Отслеживать подозрительное поведение сигналов
- Выдвигать гипотезы о том, какой модуль вызвал сбой
- Группировать связанные ошибки
Результат: время отладки сокращается благодаря быстрому выходу на первопричину.
Что говорят первые пользователи?
Самый убедительный отзыв пришёл от MediaTek – крупного игрока на рынке полупроводников:
"Наши инженеры освоили инструмент за несколько часов, хотя раньше не имели с ним дела. Задачи, обычно занимавшие дни, выполняются быстро. А рабочие процессы, на обучение которым уходили недели, стали понятны за часы"
Акшай Аггарвал, старший директор по инжинирингу MediaTek.
Что дальше?
Очевидно, что индустрия движется к будущему, где:
- Инженер превращается в постановщика задач и контролёра результатов
- Рутинна кодинга и отладки ложатся на ИИ-агентов
- Верификация становится более интерактивной и быстрой
По мере развития таких агентных систем мы увидим, как рабочие процессы меняются кардинально. Инженеры будут тратить меньше времени на "копание в коде" и больше – на творческие задачи и принятие стратегических решений.
Агенты ИИ берут на себя тяжелую работу. Люди думают над архитектурой.
Ссылка на первоисточник: https://www.embedded.com/siemens-agentic-toolkit-automates-chip-verification-workflows
Вас также могут заинтересовать: