Nvidia用AI Agent加速芯片工程：物理验证从周缩到时

芯片设计行业有个潜规则——物理验证基本是卡脖子环节，不跑个一两周不敢说是大厂。但Nvidia最近公布的内部数据直接把桌子掀了：用AI Agent自动化跑物理验证,原本10天压缩到了4小时,时序分析也从3天降到半天。

这套系统不是简单挂个脚本怼GPU。Nvidia搞了个分层决策的Agent框架,上层有个全局规划器,把芯片版图切成小块,调度多个子Agent并行干活。关键是每个子Agent都带了图神经网络模型,能够读懂电路连线的拓扑关系,自动识别哪些路径可能存在时序违规,而不用暴力破解所有组合。这样一来,不需要等每步仿真跑完再回溯,Agent直接在迭代中预测最优调整方向,把ECO(工程变更单)从手动调参变成了自动化闭环。

我特意看了他们技术博客里贴的架构图：这群Agent跟EDA工具之间是双向通信的,不像传统脚本只发指令不管结果。Agent能抓到时序引擎的中间状态,读到哪几根线是真正的瓶颈,然后动态调整优先级重新切任务。实际案例里,一个14纳米模块的物理验证,传统流程跑了9天15小时,Agent版只用了4小时20分,而且最终PPA(功耗、性能、面积)没降反升。

当然,Nvidia这做法有天然优势——自家工具链深度集成,别人商用EDA套个Agent没那么顺。但也说明一个趋势：芯片设计开始从“规则驱动”往“目标驱动”过渡。以前你得把每步写死,现在只要告诉Agent这个设计的预期指标在哪,剩下的让它自己试错。

不过有个细节我挺好奇的：Agent训练的时候会不会过拟合特定设计风格？万一换了架构,决策模型翻车怎么办？这路肯定还得逐步磨合,但方向确实暴力,值得蹲后续。