北京
AI示意图
芯片设计里，AI 的角色正在改变。过去它多半是帮工程师处理某个单独的环节，现在，台积电想让智能体去协调更长的一段流程。
据 SemiWiki 报道，台积电在上周的开放创新平台（OIP）生态活动期间，公布了一套 AI 设计套件，简称 ADK。它的定位和传统的工艺设计套件（PDK）不一样：PDK 给的是设计某一工艺所需的模型、规则和文件，ADK 则是负责生态与联盟管理的台积电总监阿维克·萨卡尔（Aveek Sarkar）所说的“技术知识层”。智能体在选参数、权衡取舍、反复跑 EDA 任务时，可以调用这一层，从而少一些人工迭代，把设计调向性能、功耗和面积。
为什么需要这个？因为经过验证的参考流程，没法替每一类电路、每一款产品规定最佳设置。设计 AI 加速器的团队可能更要速度和集成密度，别的客户要低功耗或成本。在先进工艺上，时序、能耗和版图又互相影响。反馈循环越快，团队就越容易在流片前把方案探一遍。
台积电还提到了一组数字：数字设计的生产力提升 3 到 5 倍，模拟和射频设计最高 6 倍。但这是台积电自己的说法，公开细节不足，不能当成通用基准。效果取决于具体任务、所用软件、起点，甚至生产力怎么算。
台积电预期，ADK 能加快针对具体电路和架构的优化，并计划与 EDA 软件供应商共同开发这一方法。公司此前已与合作伙伴开发基于 AI 的设计工具，并把强化学习用于电路优化和设计空间探索。
另外，套件里到底有什么、接口如何、怎么授权，台积电都还没公开。所谓“智能体跑工具、看结果、改参数、再跑”的流程，也只是对预期用法的举例，并非已发布的功能规格。
有一点是明确的：智能体拿不了最终的主意。一个方案在某项指标上更好，可能在时序、发热或可制造性上出问题；多芯粒系统里，芯片、封装和互连的相互影响还会加更多约束。进入制造之前，可靠的模型、验证和签核仍然少不了，台积电也把 ADK 定位成在流程内引导优化，而不是替代这些检查。
接下来值得观察的是：哪些 EDA 工具会接入，智能体能控制多大一部分流程，套件会开放哪些信息，以及客户的真实设计能否复现台积电宣称的提升。
//semiwiki.com/semiconductor-manufacturers/tsmc/374098-tsmcs-ai-design-kit-bringing-agentic-ai-into-chip-design
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
