NovaSilicon提出CDK概念:自研Agent实测均分超GPT-6
自研Agent两场实测均分超过GPT-6,NovaSilicon首提 CDK,Fabless...
台积电 1987 年成立,做的只有代工。晶圆厂把制造工艺打包成 PDK(Process Design Kit,工艺设计套件)交给客户,这套东西是晶圆厂的核心技术,只通过有限的接口开放给芯片公司,制造配方仍然攥在自己手里。芯片公司拿到 PDK,就能把制造环节交出去,自己专注设计——这类公司被称为 Fabless。
那设计环节内部的分工,会不会也迎来一次变化?
NovaSilicon(上海芯星元智能科技有限公司,以下简称 “NovaSilicon”)给出的方案叫 CDK(Circuit Design Kit,电路设计套件),把芯片设计的经验与 Agent 装进一套系统。从芯片规格到 GDS 版图,中间那些需要反复迭代的实现环节,交给 NovaSilicon 的工程师用 CDK 完成。CDK 这个概念是 NovaSilicon 首次提出的,由此形成的分工被公司称为 Designless——产业里会出现新的分工方式,不少 design house 将从自建设计团队转向 Designless。
围绕 CDK,公司近期公开的两篇论文,把 CDK 中的两套 Agent 系统与
GPT-6 Astra 等通用 Agent 放到同一套题目上比拼,题目覆盖模拟版图设计与数字芯片布图规划(floorplan)。
两个场景里的最高平均分都出自 NovaSilicon 基于 CDK 自研的 Agent 系统:模拟版图拿到 0.8154 分,GPT-6 Astra 为 0.7483 分;floorplan 为 57.97 分,约是 GPT-6 Astra 的 1.9 倍。
成立 5 个月,NovaSilicon 已连续完成 3 轮融资,累计数亿元。最新一轮由顺为资本领投,纪源资本、经纬创投跟投;更早之前,五源资本、商汤国香资本、上海未来产业基金、上海科创集团等机构已经入股。
团队方面,公司自成立起快速聚拢并培养了一批兼具 AI 与芯片设计经验的复合型工程师和研究员。
首提 CDK:设计环节的 PDK
NovaSilicon 的想法,是把晶圆厂当年做过的事在设计环节重做一遍:Agent 和仿真器好比产线上的设备,CDK 好比工艺配方,一头输入芯片规格,一头输出 GDS。
表 1|PDK 与 CDK 的对照。来源:NovaSilicon
Designless 这套做法,分工思路沿用自 Fabless:规格由芯片公司来定,实现环节则交给 CDK 和操作它的工程师。NovaSilicon 给 CDK 的定位是模型驱动的 AI-IC 设计系统,芯片设计的经验沉在 Design Kit 里,既不在大模型里,也不在 EDA 工具里。
面向模拟方向的是 CDK 织女星 Vega,拓扑选择、网表转原理图、器件尺寸、仿真、版图都归它管。数字方向则是 CDK 天狼星 Sirius:后端涵盖设计初始化、floorplan、布局布线、时钟树、物理验证和时序分析,前端包括规格理解、建模、RTL 生成和验证。
两篇论文各测了其中一环:模拟版图那篇测的是 Vega 里的 Novara,floorplan 那篇测的是 Sirius 里的 Nova-SI。
-
论文一:AnalogLayoutWorld: An Open Benchmark for Agentic Analog Layout Design
-
论文二:Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study
-
论文链接:[https://arxiv.org/abs/2611.12048,https://arxiv.org/abs/2611.16991]
通用 Agent 画模拟版图:91.1% 交了卷,21.3% 过了验收
第一篇论文所用的 benchmark 叫 AnalogLayoutWorld。
在模拟芯片设计里,版图是最后一道工序。电路工程师先把晶体管级网表定下来——它相当于一张接线表,写明用哪些器件、尺寸多大、彼此怎么连;版图工程师再照它画施工图,把每个器件画成硅片上的几何图形,摆好位置、连好金属线,最后输出一份能交给晶圆厂的 GDS 文件。
AnalogLayoutWorld 一共 40 个任务,放大器、基准源、电源管理电路、采样电路和振荡器都有覆盖。Agent 拿到的是固定网表和电气指标,要据此完成版图设计。评分看六项:有没有交出 GDS、LVS(版图和网表是否一致)、DRC(线宽、间距等工艺规则是否满足)、面积紧凑度、工程质量、后仿真是否达标。其中工程质量一项,由团队和模拟版图工程师共同定义,考查的是器件匹配、关键信号走线、供电这些方面。
分数之外,还有一条验收线:DRC、LVS 和全部后仿真工况都通过,版图的长宽比和形态也合格,才算验收。
团队测了 13 组通用模型与 Agent 框架的组合;织女星中的 CDK:Novara 也在同一套题上跑了一遍。
表 2|AnalogLayoutWorld 主要结果(节选)。数据来源:论文 Table 1
Novara 拿下平均分 0.8154,位列第一,验收率 72.5% 同样是最高的。GPT-6 Astra 平均分 0.7483,验收率 70.8%;GPT-6.1 Sol 这两项分别是 0.7023 和 62.5%。GLM-5.3 的两个配置平均分落在 0.46 到 0.48 之间,其余配置均不足 0.30。
Novara 的 LVS 通过率达到 100%。工程质量这一项它拿到 0.816,排在其后的 GPT-6 Astra 为 0.566。图 1|Novara 与五个通用 Agent 配置的分项对比。DRC、LVS、Post-sim 为通过率,Score 为 40 道题的平均分。图源:论文
后仿真通过率上,GPT-6 Astra 为 82.5%,高过 Novara 的 75.0%,可验收率只剩 70.8%。论文对此的解释是,GPT 系列从仿真走到验收这段丢分,主要卡在版图的长宽比和形态不合要求。Novara 则是从 75.0% 掉到 72.5%,通过仿真的版图几乎都能通过验收。
仿真全过,但 GPT 交上来了一根 209 微米的细条
40 道题中有一道电流饥饿型环形压控振荡器(current-starved ring VCO)。GPT-6 Astra 连试三次,DRC、LVS 和两项后仿真都过了,可交出的版图宽约 209 µm、高不到 10 µm,长宽比落在 22.63 到 26.31 之间,而评测规定的上限是 4。这么窄长的条状版图很难与周边电路拼接,三次尝试都只得到 0.3 分。
轨迹记录显示,Astra 起初想把电路里的一只长电阻折叠处理,折叠方案没过 LVS 的长度参数匹配,它便退回去用一根 203.19 µm 长的直电阻,再把其余器件顺着这根电阻排成一列。论文认为,这属于只顾硬性指标、忽略模拟电路流片实际需求的做法。
还是这道题,Novara 首次尝试交出的版图尺寸为 34.14 × 42.33 µm,长宽比 1.24,得分 0.9015。它更看重对工程师真实版图设计思路的建模,结果也更接近工程实际。图 2|环形 VCO 的四份版图。左为 Novara 首次尝试,右为 GPT-6 Astra 的三次尝试,四份都通过了 DRC、LVS 和后仿真。图源:论文
99 个硬宏的工业设计:均分约为 GPT-6 Astra 的 1.9 倍
第二篇论文转向数字芯片后端,考察的是 floorplan。
数字芯片要从逻辑网表走到物理版图,第一步得先定下大模块的位置。这类大模块叫硬宏(hard macro),形状是固定的,没法缩放。硬宏摆好之后,EDA 工具才会在剩余空间里填入标准单元、走线。打个比方,这相当于先在一块地上把几十栋楼的位置定下来,剩下的地留给小房子和道路。楼的位置没摆好,就算总面积够,局部照样会堵。
论文采用的工业设计包含 235,727 个实例,99 个硬宏占了 14.123 mm² 版图区域的 71.1%,最大和最小的硬宏面积差约 121 倍。版图区域呈 L 形,缺掉的那个角用不了。
评测的做法是:把 Agent 给出的硬宏布局接入一条固定的下游流程,依次建电源地网络、布局标准单元、估算全局布线、分析建立时间。总分满分 100,由拥塞、时序、线长和标准单元利用率四项相乘得出。参评系统分成三组:第一组是 NovaSilicon 自研并本地部署的 Nova-SI;第二组是通用工程 Agent,能查设计数据库、调用 EDA 工具,拿到下游流程的反馈后再改;第三组只给了文件读写权限。
表 3|floorplan 评测结果。各项满分 100,几何无效和交付失败记 0 分。数据来源:论文 Table 1
平均分上,Nova-SI 拿到 57.97,GPT-6 Astra 是 31.17,其余通用配置落在 15 到 23 之间。只有文件权限的那一组,12 份输出中有 9 份硬宏越界或重叠,被记 0 分。Nova-SI 的 8 份输出全部通过几何检查,中位数 57.52 分。Astra 的中位数是 21.37 分,4 份输出里有 3 份低于 Nova-SI 的最低分。出方案时,Nova-SI 并未使用规定流程的在线反馈,而 Astra 所在的通用组可以随时调 EDA 看结果再改。token 消耗方面,Nova-SI 平均每份输出 36.13M,通用组五个配置在 62.11M 到 286.50M 之间。
把 Nova-SI 最好的一份输出拿掉,均值是 54.67。论文将七个评分尺度分别乘以 0.5、1、2,试了 2,187 种组合,Nova-SI 的均值比 Astra 高出 22.30 到 30.38 分。8 份输出里最高的一份得 81.09 分。作为参照,人类工程师在这个设计上的历史方案是 91.88 分。
图 3|Nova-SI 评分最高的一套布局(07 号,81.09 分),从左至右分别是硬宏、标准单元以及拥塞热力图。图源:论文
CDK 的未来
CDK 会先落到 NovaSilicon 自家的设计流程中。眼下,基于 CDK,NovaSilicon 服务的对象是芯片设计公司以及有 IP 需求的客户,首批方向定下两个。其一,用 Vega 推进 UCIe PHY IP 的研发——UCIe 是芯粒(Chiplet)互联的行业标准,PHY 则是这套标准里的物理层接口;其二,提供 3D 存算一体(CIM)芯片的设计服务,这项服务中已经用上了 Sirius 和数字设计 CDK。
为 CDK 提供底层基座的是大模型厂商,其分量好比台积电离不开的光刻机。不过,PDK 和配方才是当年支撑台积电改写半导体行业的关键,同样地,CDK 也会推动半导体行业从 Fabless 迈向 Designless。
NovaSilicon 做的事,是把 Design Kit 从工艺制造环节搬进设计流程。这个进程会像工艺制造依循摩尔定律演进那样,以极快的速度不断规模化,从而在芯片设计领域走出一条新的 Scaling 路线。