文章摘要
成立仅5个月的AI芯片设计企业芯星元首提电路设计套件(CDK)概念,可完成从芯片规格到GDS版图的全环节设计迭代,其搭载的两套自研AI Agent系统在模拟版图、数字布图规划测试中性能均优于GPT-6 Astra。目前该企业已完成3轮累计数亿元融资,CDK模式有望推动芯片设计向“Designless”分工转型。

CDK:设计环节的新范式

传统芯片制造领域,晶圆厂会将制造工艺封装为工艺设计套件(PDK)提供给客户,通过有限接口分享核心制造配方,让芯片设计公司专注于设计环节,这类公司被称为无工厂芯片设计公司(Fabless)。而在设计环节,同样的分工逻辑或许正在发生变化。

某专注于AI与芯片设计结合的企业提出了电路设计套件(CDK)的概念,这一方案将芯片设计经验与智能体(Agent)封装成一套系统,从芯片规格到GDS版图的迭代实现环节,由该企业的工程师通过CDK完成。CDK这一概念由该企业首次提出,由此形成的新分工模式被称为“无设计(Designless)”,未来会有更多设计公司从自建设计团队转向采用这种新模式。

围绕CDK,该企业近期发布的两篇论文,将CDK中的两套自研智能体系统与GPT-6 Astra等通用智能体放在同一测试场景中对比,涉及模拟版图设计与数字芯片布图规划(floorplan)两个核心环节。测试结果显示,两个场景的最高平均分均来自该企业基于CDK设计的自研系统:模拟版图测试中,自研系统得分0.8154,而GPT-6 Astra为0.7483;数字布图规划测试中,自研系统平均分达57.97,约为GPT-6 Astra的1.9倍。

该企业成立仅5个月,已完成连续3轮融资,累计金额达数亿元,最新一轮由顺为资本领投,纪源资本、经纬创投跟投;此前还获得五源资本、商汤国香资本、上海未来产业基金、上海科创集团等机构投资。自成立以来,该企业快速聚集并培养了大量同时具备AI与芯片设计经验的复合型工程师和研究员。

CDK:设计环节的“工艺配方”

CDK的核心逻辑是将晶圆厂在制造环节的经验复制到设计环节,智能体和仿真工具相当于生产设备,CDK则相当于工艺配方,输入为芯片规格,输出为可用于制造的GDS文件。与PDK类似,CDK是设计环节的核心封装,不同的是,PDK沉淀的是晶圆厂的制造工艺,而CDK沉淀的是芯片设计的经验,且基于模型驱动的AI-IC设计系统,经验不会沉淀在大模型或通用EDA工具中。

模拟方向的CDK为织女星(Vega),覆盖拓扑选择、网表转原理图、器件尺寸、仿真和版图等环节;数字方向的CDK为天狼星(Sirius),包含后端设计初始化、布图规划、布局布线、时钟树、物理验证和时序分析,以及前端的规格理解、建模、RTL生成和验证。两篇论文分别测试了对应环节:模拟版图论文测试Vega中的Novara系统,布图规划论文测试Sirius中的Nova-SI系统。

模拟版图测试:自研系统表现突出

第一篇论文的测试基准为AnalogLayoutWorld,包含40个任务,覆盖放大器、基准源、电源管理电路、采样电路和振荡器等场景。测试中,智能体拿到固定网表和电气指标进行版图设计,评分维度包括是否输出GDS文件、版图与网表一致性(LVS)、工艺规则符合性(DRC)、面积紧凑度、工程质量、后仿真是否达标。工程质量由团队与模拟版图工程师共同定义,考查器件匹配、关键信号走线和供电等方面。除评分外,还有验收标准:通过DRC、LVS和全部后仿真工况,且版图长宽比和形态合格才算通过验收。测试中,团队对比了13组通用模型与智能体框架的组合,以及CDK中的Novara系统。

Novara系统在模拟版图测试中平均分0.8154,排名第一,验收率72.5%,同样为最高;GPT-6 Astra平均分0.7483,验收率70.8%;其他通用模型的得分更低,部分配置平均分不足0.3。Novara的LVS通过率为100%,工程质量得分0.816,仅次于GPT-6 Astra的0.566。

测试中的一道电流饥饿型环形压控振荡器(VCO)任务,GPT-6 Astra三次尝试均通过DRC、LVS和后仿真,但输出的版图宽约209微米、高不足10微米,长宽比远超规定上限4,无法与周围电路整合,三次得分仅0.3;而Novara首次尝试输出的版图尺寸为34.14×42.33微米,长宽比1.24,得分0.9015,更符合工程实际需求。

数字布图规划测试:自研系统优势显著

第二篇论文聚焦数字芯片后端的布图规划环节。数字芯片从逻辑网表到物理版图的第一步是确定大模块(硬宏)的位置,硬宏形状固定无法缩放,布局后由EDA工具填充标准单元和连线,类似在地块上先确定建筑位置再规划道路。测试采用工业级设计案例,包含235727个实例、99个硬宏,硬宏占版图区域的71.1%,且硬宏面积差异达121倍,版图区域为L形,存在无法使用的缺角。

测试将智能体输出的布局接入下游流程,通过拥塞、时序、线长和标准单元利用率四项相乘得到总分,参评系统分为三组:自研的Nova-SI、可调用EDA工具的通用工程智能体、仅具备文件读写权限的系统。结果显示,Nova-SI平均分57.97,GPT-6 Astra为31.17,其他通用配置在15到23之间;仅具备文件读写权限的系统输出中,9份存在硬宏越界或重叠,记0分;Nova-SI的8份输出全部通过几何检查,中位数57.52分,而GPT-6 Astra中位数仅21.37分,4份输出中3份低于Nova-SI的最低分。此外,Nova-SI未使用在线反馈调整方案,而通用组可随时调用EDA工具修改,且Nova-SI的token消耗平均36.13M,远低于通用组的62.11M到286.50M。去掉Nova-SI的最优输出后,均值仍为54.67,论文通过多种评分尺度组合测试,Nova-SI的均值比GPT-6 Astra高出22.30到30.38分,最优输出得分81.09分,接近人类工程师历史方案的91.88分。

CDK的未来:重塑芯片设计分工

CDK目前主要应用于该企业自身的设计流程,服务对象为芯片设计公司和有IP需求的客户,首批方向包括基于Vega研发的UCIe物理层接口IP,以及3D存算一体芯片的设计服务(数字方向的Sirius已应用于该服务)。大模型厂商为CDK提供底层基座,如同晶圆厂的光刻机是制造核心一样,而CDK将推动半导体行业从Fabless向Designless转型,这一过程将像摩尔定律下的制造工艺演进一样快速规模化,为芯片设计领域开辟新的发展路线。

以上内容不代表本平台立场,仅供读者参考