Synopsys підготує платформу Autopilot для автономної розробки чіпів за допомогою AI – нової платформи AgentEngineer для «загальної доступності» до кінця 2026 року

Synopsys анонсувала свої рішення AgentEngineer, портфоліо «агентів домену великої дії», створених на новій платформі Autopilot. Як повідомляє компанія в повідомленні в блозі, портфоліо включає шість областей: тестування, перевірка системи, впровадження, проектування аналогових і змішаних сигналів (AMS), виробництво, моделювання та аналіз. За даними компанії, і Synopsys підтвердила, що триває залучення понад 50 клієнтів Обладнання Tom’s Premium загальна доступність запланована на кінець 2026 року. Це відбулося в липні, коли компанія продемонструвала робочі процеси ШІ, розроблені спільно з Nvidia та Microsoft, на DAC, конференції з автоматизації дизайну.

Запуск підкреслює плани Synopsys із названою продуктовою лінійкою та кінцевою датою. Агенти платформи чітко названі та визначені, кількість залучення вказує на зацікавленість клієнтів, а цільова загальна доступність визначає дорожню карту для незалежних агентів у виробництві. Знову було показано дві головні цифри продуктивності за липень, і єдина перерахована кількість клієнтів стосується тієї ж компанії. У компанії заявили, що хоча Synopsys описує агентів як автономних, контрольні точки затвердження залишаються в руках людей.

Для компаній, які розробляють і виробляють чіпи, які хочуть скористатися перевагами потенційного підвищення ефективності штучного інтелекту, ця технологія дозволяє їм «прискорити перехід від штучного дизайну до автономного проектування», — сказав Раві Субраманіан, керівник відділу управління продуктами Synopsys.

Нові відео відОбладнання Тома

Проведіть пальцем, щоб прокрутити по горизонталі

Портфоліо Synopsys AgentEngineer
Агент інженер	Що воно охоплює?	Черговий агент	Інструментальний шар
Огляд	Конкретне тлумачення шляхом блокування покриття	Закриття покриття	Емуляція, моделювання, налагодження
Практичний	Планування поверхів, позиціонування, маршрутизація, скупчення, DFT і синхронізація, живлення та правила блокування за підписом	закрити PPA	RTL до GDS
AMS	Проектування аналогового та змішаного сигналу, синтез дизайну, міграція IP-вузла, фізичне та часове тестування, а також характеристика рівня транзистора	Аналоговий дизайн	SPICE, дизайн
виробництво	Моделювання процесів і пристроїв, синтез масок і підготовка даних масок	Синтез маски	Маска, TCAD
Залишся	Розробка, перевірка, ремонт та оптимізація сіток моделювання	ЗЕД кодування	Структурний аналіз
Блейз	Дослідження процесів згоряння в газових турбінах та процес їх моделювання	CFD кодування	Симуляція рідини
ЕМС	Аналіз електромагнітної сумісності та електромагнітної сумісності друкованих плат, тестування випромінювання на відповідність обмеженням електромагнітної сумісності та ітерація дизайну	EM шифрування	Електронне моделювання
Агенти клієнтів	Клієнти створюють або імпортують агентів, які працюють разом із самою Synopsys	–	Інструменти Synopsys

У дописі в блозі, опублікованому разом із випуском, Ананд Тірувенгадам, виконавчий директор із управління продуктами в Synopsys, детально описав три рівні: довгострокові AgentEngineers є «спеціальними для домену агентами, які організовують агентів завдань», а агенти завдань «виконують конкретні інженерні завдання» і можуть бути призначені агентами або агентами. Двигуни рівня інструментів і механізмів «виконують поставлені завдання», але не приймають цілей або рішень. На відміну від довгострокових агентів, які можуть виконувати діяльність протягом годин або днів, довгострокові агенти звертаються до «складності цілей» і переслідують цілі, які можуть включати сотні чи тисячі кроків міркування.

Платформа охоплює все, від оркестровки до телеметрії з «когнітивною моделлю», яка забезпечує те, що Synopsys називає контекстним інтелектом. Контроль доступу, шифрування та захист під час виконання захищають клієнта, партнера та IP-адресу Synopsys, що особливо важливо, коли сторонні агенти спільно використовують робочі процеси. Клієнти можуть вибрати комерційну, з відкритим вихідним кодом або налаштовану мовну модель і розгорнути її в Synopsys Cloud, власну хмару або власну локальну інфраструктуру. Іншими словами, клієнти можуть «принести свої LLM, дані та інфраструктуру», сказав Тірувенгадам. Обладнання Tom’s Premium.

У блозі пояснюється цикл тестування: агент планує, організовує агенти завдань, перевіряє те, що вони повертають, і коригує, коли проміжний результат короткий. Коли тест виявляє помилку, агент аналізу першопричини (RCA) зчитує журнали, кластеризує помилки, формує гіпотезу та перевіряє сигнали, щоб підтвердити її. Потім агент генерує «локальні перезаписи RTL, щоб підтвердити, що помилки справді виправлено» та маніфест виправлення помилок. Коли проміжні результати відхиляються від цілі, агент «коригує курс, адаптується, реагує», сказав він.

Показники продуктивності у версії Synopsys величезні: до 50 разів швидше закриття тесту, 20% більше покриття, 30% підвищення продуктивності, 2 рази покращення ефективності маркерів і менша затримка. Числа 50х і 20% не нові. Синопсис сказав Обладнання Tom’s Premium які вони отримали від липневої роботи з Nvidia, порівняно з їхніми тестовими потоками без AgentEngineer. Число 30% перевищує діапазон від 10% до 30%, який Fujitsu повідомила для генерації коду RTL.

Тірувенгадам сказав, що ці прирости продуктивності «вимірюються з тим, що люди-експерти інакше зробили б або роблять сьогодні». Замовник повідомив про 2-кратну ефективність маркерів, що означає менше маркерів для певного завдання: неназваний клієнт порівняв агентів Synopsys зі своїми власними агентами, вбудованими в інструменти комерційного агентства. Немає номера для простроченої претензії; У випуску та блозі це частково пояснюється контекстним інтелектом, який витрачає менше часу на очікування викликів моделі.

Ще однією проблемою з результатами є AheadComputing, віце-президент якої Алон Махл сказав, що AgentEngineer Implementation скоротила ручну інженерну роботу з проходження RTL через підпис, не вказуючи номер. Intel, MediaTek і Samsung також підтвердили цю технологію. Жоден не дав важких результатів, але всі підтвердили технологію як перспективну. Сьогоднішній запуск — це портфоліо та платформа без деталей виробництва. Станом на 2020 рік попередній інструмент штучного інтелекту Synopsys, DSO.ai, випустив 100 випусків, а нові агенти все ще знаходяться в розробці.

Наскільки незалежні ці агенти? Кожен постачальник визначає автономію у власному масштабі, і минулого року Synopsys представила структуру L1-L5. «Початковим баченням для L5 була повністю автономна продуктивність. Але не лише повністю автономна продуктивність, а й складність», — сказав нам Тірувенгадам, описуючи L5 як автономно запускаючий складний робочий процес серед людей-охоронців. «Це була ідея, і це саме те, де ми знаходимося». Synopsys підтвердив, що описує агентів як L5. Cadence також заявила про рівень 5 у своїй області на Computex у червні.

Раніше цього року головний інженер Nvidia Білл Деллі заявив, що штучний інтелект скоротить 10-місячне завдання восьми інженерів і перенесе стандартну бібліотеку клітинок для проектування графічного процесора на ніч, але Nvidia ще «далеко» від наскрізного дизайну штучного інтелекту нового графічного процесора.

Інженери-люди залишаються в курсі, але рівень контролю інший. «П’ятірки все ще визначаються людьми, критичні контрольні точки перевірки все ще керують люди», — сказав Тірувенгадам. «Наші клієнти повинні навчитися довіряти цим автономним системам». У блозі додається, що команди можуть встановлювати контрольні точки, де люди перевіряють результати, затверджують рішення та перенаправляють робочі процеси, «зводячи до мінімуму втручання» після встановлення довіри. Жоден постачальник ще не повідомив, коли його агенти припинять повторні спроби або зв’яжуться з інженером.

Synopsys каже, що можливості вже існують; Його наступна мета – загальний доступ. Увага буде зосереджена на тому, чи вийде Synopsys у загальну доступність до кінця 2026 року, і коли вона назве клієнта у виробництві. Cadence очікує ранню доступність рівня 5 у другій половині 2026 року, а Siemens пообіцяв можливість самотестування в майбутніх випусках. Продукт знаходиться в руках клієнтів і працює, а твердження про прискорення виглядають дуже багатообіцяючими, якщо вони виконуються поза межами внутрішньої оцінки, і особливо якщо вони підтверджуються незалежним тестуванням.

Source link

Related Posts

Leave a Reply Cancel reply