AI for EDA动态汇总 📅 2026/7/1 19:18:34 帮你汇总 AI 辅助芯片设计AI for EDA / AI-Driven Chip Design截至 2026 年中最新动态 行业新闻与商业进展2025–2026OpenAI × Broadcom 自研 AI 推理芯片2026.06OpenAI 与 Broadcom 联合宣布流片代号 Jalapeño 的定制 AI 推理芯片设计到 tape-out 仅用 9 个月传统需 2–3 年官方称部分得益于用自家大模型辅助 EDA 工作流。Cadence ChipStack AI Super Agent2026.02Cadence 收购 ChipStack 后发布 L5 级自主芯片设计 Agent可自动生成 RTL、Testbench 及验证计划覆盖前端设计全流程。Siemens Questa One Agentic Toolkit2026.02推出 RTL Code Agent支持从自然语言生成可综合 Verilog 并检查编码规范。合见工软 UDA 2.02026.03国内首款自研 Agentic EDA 平台可自主完成 RTL 设计、验证、纠错与优化全流程。Synopsys.ai™ Copilot 扩展2025.09Synopsys 扩展生成式 AI 能力增强 DSO.ai设计空间优化与验证辅助功能。 重要论文与 arXiv 预印本2025–2026方向代表工作说明Agentic EDA 综述The Dawn of Agentic EDA: A Survey…arXiv:2512.23189 (2025.12, updated 2026.02)定义从 AI 辅助→Agent 自主设计的范式跃迁涵盖前端 RTL 生成、验证、后端物理设计启蒙系统 / Verilog RLVRQiMeng-CodeV-R1: Reasoning-Enhanced Verilog Generation(NeurIPS 2025)中科院启蒙处理器全自动设计系统成果RLVR 方法在 VerilogEval 达 68.6% pass1物理信息 EDA 基准ChiPBench(arXiv 2026.05)、PhysEDA(arXiv:2605.xxxxx, 2026.05)揭示 HPWL 与最终 PPA 弱相关提出将物理约束嵌入 AI 模型Physics-Informed EDARL 驱动 ASIC 架构探索From LLM to Silicon: RL-Driven ASIC Architecture Exploration…arXiv:2604.07526 (2026.04)SACMoE 联合优化 ASIC 架构/存储层次/算子放置跨 7 个工艺节点开源 Agent 框架CHIA: Co-designing Hardware/Software with Intelligent AgentsarXiv:2606.27350 (2026.06)基于 Chipyard 构建开源多智能体 HW/SW 协同设计研究框架ASIC 多智能体系统ASIC-Agent(arXiv 2025.08)分解 RTL 生成、验证、OpenLane Hardening、SoC 集成等子 Agent含 ASIC-Agent-Bench开源 SoC 训练土壤Croc: An Open RISC-V SoC Platform for VLSI Education AI4EDAarXiv:2606.25673 (2026.06)ETH Zurich 开源 RISC-V SoC open PDK 端到端流程为 AI 模型提供可复现训练环境AI-Driven IC Design 综述AI-Driven Integrated Circuit Design: A Survey…IEEE Access 2025系统梳理 EA/BO/DL/RL/LLM 在全流程 IC 设计中的应用与路线图 技术进展与研究热点Agentic EDA多智能体自主设计从 CopilotL2→ AutopilotL3/L4ChatEDA、Spec2RTL-Agent、RTLSquad 等工作探索将规格→RTL→仿真→修正闭环交给多 Agent 编排部分已在 OpenROAD/OpenLane 流程验证。LLM 生成 RTL 验证VeriGen、AutoChip → Spec2RTL-Agent、VeriReason、QiMeng 系列CodeV-R1 等结合 RAG/RLVR/形式验证反馈迭代修正VerilogEval 基准 pass1 突破 65%~70%。后端物理设计智能化Google AlphaChipRL 布局启发下GNN 预测寄生参数、RL 做宏单元放置、ML 引导逻辑综合LEAP/FedTM 联邦学习框架减少 cut 数 51%。物理信息模型Physics-Informed ML针对传统 ML 忽略物理约束的问题PhysEDA、ChiPBench 推动将 DRC/LVS/PPA 物理先验嵌入损失函数。模拟/RF 电路 AI 化LLM 做拓扑建议 DNN/GP 代理模型做 Sizing GNN 布局感知寄生预测缩短毫米波芯片迭代周期。开源生态Croc SoC、CHIA、OpenROAD Agent、ASIC-Agent 等开源项目降低了 AI4EDA 研究的数据与流程门槛。 推荐中文深度阅读《Agentic EDA 黎明从 AI 辅助到 AI 自主的芯片设计革命》— 电子工程专辑《建议收藏AI在芯片设计领域的应用现状》— EDA茶话会梳理 RTL 生成/验证/后端/HLS 等方向最新论文《AI for EDA 的第二条路线物理信息模型与 ChiPBench》— 方寸智见《AI辅助芯片设计从RTL到验证哪些工具已经落地》— CSDN