芯片設(shè)計歷來是一個漫長而艱辛的過程，需要多次迭代和重新流片，既繁瑣又低效。開發(fā)者不僅要應(yīng)對復(fù)雜的設(shè)計流程和手動操作（往往是重復(fù)性的工作），還需要歷經(jīng)數(shù)年才能積累必要的領(lǐng)域?qū)I(yè)知識。據(jù)估計，初級開發(fā)者約 40% 的時間都消耗在查找信息、查閱文檔，或向同事和上級請教指點上。

手動干預(yù)和信息搜集工作占用了本可用于創(chuàng)造性思考和解決問題的時間，既拖慢了設(shè)計進(jìn)程，也阻礙了創(chuàng)新突破。不過，隨著融入人工智能（AI）的電子設(shè)計自動化（EDA）工具應(yīng)運而生，這些狀況正悄然改變。

輔助式 AI：改進(jìn)芯片設(shè)計工作流

AI 已然并將持續(xù)成為 EDA 領(lǐng)域的變革者。大語言模型（LLM）與 AI 驅(qū)動的輔助工具相繼問世，正徹底重塑芯片設(shè)計格局，為開發(fā)者提供前所未有的輔助支持。

如今的輔助 AI 工具能夠快速處理海量技術(shù)文檔、生成優(yōu)化代碼，甚至提供實時調(diào)試建議。諸如 Synopsys.ai 等高度先進(jìn)的 EDA 工具，甚至可借助 GenAI 能力，實現(xiàn)復(fù)雜多面任務(wù)的自動化。早期采用者正利用這些技術(shù)簡化以下相關(guān)流程：

模擬設(shè)計、測試與驗證

RTL 和網(wǎng)表生成

時序分析

設(shè)計規(guī)則檢查

由此帶來的優(yōu)勢顯而易見：開發(fā)者從芯片設(shè)計的繁瑣工作中得以解放，專注于真正的創(chuàng)新突破和更高層次的問題解決——更具創(chuàng)造性的工作！

然而，盡管已有這些初步進(jìn)展，我們對 AI 潛力的挖掘仍然只是冰山一角。與此同時，我們已在著手研發(fā)新的創(chuàng)新技術(shù)。

如今的工具可為界定清晰的任務(wù)提供 AI 輔助支持，但在進(jìn)一步自動化與流程編排方面仍有巨大潛力。隨著行業(yè)對 AI 的持續(xù)接納，下一代 EDA 工具將提供更深入的洞察、預(yù)測分析能力，甚至自我優(yōu)化功能。屆時，它們將徹底重塑整個芯片設(shè)計工作流。

智能體 AI：EDA 的下一波自動化和優(yōu)化浪潮

那么，未來將走向何方？一個真正實現(xiàn)自動化決策與流程編排的新時代，正以智能體 AI 的形式呼之欲出。未來，自主系統(tǒng)將能夠在極少人工干預(yù)的情況下做出設(shè)計決策。與當(dāng)前需要人工輸入和預(yù)定義參數(shù)的 AI 工具不同，智能體 AI 有望成為一個獨立且能自主行動的設(shè)計伙伴。試想這樣一個系統(tǒng)：它不僅能自動執(zhí)行重復(fù)性任務(wù)，還能主動識別潛在的設(shè)計改進(jìn)點、預(yù)判可能出現(xiàn)的瓶頸，并相應(yīng)地調(diào)整工作流。

早期的 AI 智能體相對而言專用性強且功能分散，專為特定應(yīng)用場景打造，局限于特定應(yīng)用和數(shù)據(jù)集。但這種情況正悄然改變。

在 2025 年新思科技開發(fā)者大會上，新思科技首席執(zhí)行官蓋思新先生（Sassine Ghazi）闡述了他對 AgentEngineer 技術(shù)的愿景，標(biāo)志著這項革命性技術(shù)的下一次演進(jìn)。他表示，我們將看到工作流自動化程度穩(wěn)步提升：首先是行動與流程編排的自動化，接著是學(xué)習(xí)能力的自動化，最終實現(xiàn)完全自主的決策制定。未來幾年，這一演進(jìn)過程將循序漸進(jìn)，多智能體系統(tǒng)將取代傳統(tǒng)的手動工作流。

向 AgentEngineer 技術(shù)的轉(zhuǎn)型，將讓設(shè)計團(tuán)隊得以徹底實現(xiàn) Re-engineer Engineering（工程重構(gòu)），并充分利用最新的 AI 工具與創(chuàng)新成果。這一演進(jìn)過程將包含五個自動化層級：

L1：AI 助手與輔助工具已能借助 LLM 自主生成腳本與設(shè)計文件。這正是目前所處的階段。

L2：引入能在特定領(lǐng)域工作流自主行動的智能體，這些智能體將通過大量專業(yè)知識進(jìn)行訓(xùn)練，精通各自所屬的領(lǐng)域。

L3：實現(xiàn)多智能體協(xié)同能力與流程編排，涉及工作流中多個智能體及不同類型智能體的協(xié)同配合。

L4：具備高級學(xué)習(xí)能力，使智能體解決方案能夠評估結(jié)果質(zhì)量，并優(yōu)化流程步驟、設(shè)置乃至輸入文件，以改進(jìn)最終成果。

L5：“自動掌控”（autopilot）這一概念將真正具備適用性，屆時系統(tǒng)將擁有高層級決策、完全自主推理及復(fù)雜規(guī)劃能力。在這一階段，人類工程師只需輸入產(chǎn)品規(guī)格，整個子系統(tǒng)就會自動生成。

隨著行業(yè)人才缺口持續(xù)擴(kuò)大，半導(dǎo)體領(lǐng)域的許多從業(yè)者都對這些自動化能力滿懷期待。英偉達(dá)首席執(zhí)行官黃仁勛近期就表示：“我期待能從新思科技租用或租賃一百萬個 AI 芯片設(shè)計智能體，來設(shè)計一款全新的芯片。”

AI 對工程人才的影響

隨著 AI 技術(shù)迅速重塑芯片設(shè)計領(lǐng)域，AI 對工程人才隊伍的影響也同樣深遠(yuǎn)。AI 減輕了重復(fù)性、繁瑣任務(wù)的負(fù)擔(dān)，讓開發(fā)者得以專注于更具戰(zhàn)略性和創(chuàng)造性的高階工作。這種轉(zhuǎn)變不僅能提高生產(chǎn)力，還能提升工作滿意度，開發(fā)者可以將更多時間投入到推動創(chuàng)新和創(chuàng)造價值的活動中。

對企業(yè)而言，這將釋放急需的工程產(chǎn)能。隨著 AI 工具承擔(dān)更多任務(wù)，人類工程師可以參與更多項目，或?qū)Ｗ⒂诩铀佼a(chǎn)品上市的工作。

AI 的日益普及也在芯片工程界引發(fā)了一些不確定性。隨著 AI 驅(qū)動的工具在芯片設(shè)計流程中發(fā)揮更大作用，有人對傳統(tǒng)崗位職能、人才技能再培訓(xùn)或再分配的前景表達(dá)了擔(dān)憂。關(guān)于責(zé)任歸屬的問題也被提出，例如由誰來負(fù)責(zé) AI 的訓(xùn)練和決策。

這些都是真實存在的問題且充滿復(fù)雜挑戰(zhàn)，必須加以解決，才能維持用戶對未來 AI 工具的信心，并充分發(fā)揮 AI 的變革潛力。

復(fù)雜的平衡之舉

歸根結(jié)底，向 AI 驅(qū)動的芯片設(shè)計轉(zhuǎn)型是一項復(fù)雜的平衡工作。新技術(shù)能顯著提升生產(chǎn)力和創(chuàng)新能力，但也需要審慎考量。我們必須確保，未來的工具只會增強人類能力，而非取代人類。

幸運的是，當(dāng)前的進(jìn)展和前景總體而言是積極向上的。

告別低效手動流程、邁向 AI 增強未來的征程已然開啟。AI 工具的集成與應(yīng)用已展現(xiàn)顯著成效。加之智能體 AI 日漸臨近，半導(dǎo)體行業(yè)也將迎來自動化與創(chuàng)新的嶄新時代。

憑借全面且更具開創(chuàng)性的 AI 賦能 EDA 解決方案，加上更多即將推出的創(chuàng)新工具，新思科技正積極推動這些愿景落地成真。