芯耀
143
芯片设计历来是一个漫长而艰辛的过程，需要多次迭代和重新流片，既繁琐又低效。开发者不仅要应对复杂的设计流程和手动操作（往往是重复性的工作），还需要历经数年才能积累必要的领域专业知识。据估计，初级开发者约 40% 的时间都消耗在查找信息、查阅文档，或向同事和上级请教指点上。
手动干预和信息搜集工作占用了本可用于创造性思考和解决问题的时间，既拖慢了设计进程，也阻碍了创新突破。不过，随着融入人工智能（AI）的电子设计自动化（EDA）工具应运而生，这些状况正悄然改变。
辅助式 AI：改进芯片设计工作流
AI 已然并将持续成为 EDA 领域的变革者。大语言模型（LLM）与 AI 驱动的辅助工具相继问世，正彻底重塑芯片设计格局，为开发者提供前所未有的辅助支持。
如今的辅助 AI 工具能够快速处理海量技术文档、生成优化代码，甚至提供实时调试建议。诸如 Synopsys.ai 等高度先进的 EDA 工具，甚至可借助 GenAI 能力，实现复杂多面任务的自动化。早期采用者正利用这些技术简化以下相关流程：
模拟设计、测试与验证
RTL 和网表生成
时序分析
设计规则检查
由此带来的优势显而易见：开发者从芯片设计的繁琐工作中得以解放，专注于真正的创新突破和更高层次的问题解决——更具创造性的工作！
然而，尽管已有这些初步进展，我们对 AI 潜力的挖掘仍然只是冰山一角。与此同时，我们已在着手研发新的创新技术。
如今的工具可为界定清晰的任务提供 AI 辅助支持，但在进一步自动化与流程编排方面仍有巨大潜力。随着行业对 AI 的持续接纳，下一代 EDA 工具将提供更深入的洞察、预测分析能力，甚至自我优化功能。届时，它们将彻底重塑整个芯片设计工作流。
智能体 AI：EDA 的下一波自动化和优化浪潮
那么，未来将走向何方？一个真正实现自动化决策与流程编排的新时代，正以智能体 AI 的形式呼之欲出。未来，自主系统将能够在极少人工干预的情况下做出设计决策。与当前需要人工输入和预定义参数的 AI 工具不同，智能体 AI 有望成为一个独立且能自主行动的设计伙伴。试想这样一个系统：它不仅能自动执行重复性任务，还能主动识别潜在的设计改进点、预判可能出现的瓶颈，并相应地调整工作流。
早期的 AI 智能体相对而言专用性强且功能分散，专为特定应用场景打造，局限于特定应用和数据集。但这种情况正悄然改变。
在 2025 年新思科技开发者大会上，新思科技首席执行官盖思新先生（Sassine Ghazi）阐述了他对 AgentEngineer™ 技术的愿景，标志着这项革命性技术的下一次演进。他表示，我们将看到工作流自动化程度稳步提升：首先是行动与流程编排的自动化，接着是学习能力的自动化，最终实现完全自主的决策制定。未来几年，这一演进过程将循序渐进，多智能体系统将取代传统的手动工作流。
向 AgentEngineer™ 技术的转型，将让设计团队得以彻底实现 Re-engineer Engineering™（工程重构），并充分利用最新的 AI 工具与创新成果。这一演进过程将包含五个自动化层级：
L1：AI 助手与辅助工具已能借助 LLM 自主生成脚本与设计文件。这正是目前所处的阶段。
L2：引入能在特定领域工作流自主行动的智能体，这些智能体将通过大量专业知识进行训练，精通各自所属的领域。
L3：实现多智能体协同能力与流程编排，涉及工作流中多个智能体及不同类型智能体的协同配合。
L4：具备高级学习能力，使智能体解决方案能够评估结果质量，并优化流程步骤、设置乃至输入文件，以改进最终成果。
L5：“自动掌控”（autopilot）这一概念将真正具备适用性，届时系统将拥有高层级决策、完全自主推理及复杂规划能力。在这一阶段，人类工程师只需输入产品规格，整个子系统就会自动生成。
随着行业人才缺口持续扩大，半导体领域的许多从业者都对这些自动化能力满怀期待。英伟达首席执行官黄仁勋近期就表示：“我期待能从新思科技租用或租赁一百万个 AI 芯片设计智能体，来设计一款全新的芯片。”
AI 对工程人才的影响
随着 AI 技术迅速重塑芯片设计领域，AI 对工程人才队伍的影响也同样深远。AI 减轻了重复性、繁琐任务的负担，让开发者得以专注于更具战略性和创造性的高阶工作。这种转变不仅能提高生产力，还能提升工作满意度，开发者可以将更多时间投入到推动创新和创造价值的活动中。
对企业而言，这将释放急需的工程产能。随着 AI 工具承担更多任务，人类工程师可以参与更多项目，或专注于加速产品上市的工作。
AI 的日益普及也在芯片工程界引发了一些不确定性。随着 AI 驱动的工具在芯片设计流程中发挥更大作用，有人对传统岗位职能、人才技能再培训或再分配的前景表达了担忧。关于责任归属的问题也被提出，例如由谁来负责 AI 的训练和决策。
这些都是真实存在的问题且充满复杂挑战，必须加以解决，才能维持用户对未来 AI 工具的信心，并充分发挥 AI 的变革潜力。
复杂的平衡之举
归根结底，向 AI 驱动的芯片设计转型是一项复杂的平衡工作。新技术能显著提升生产力和创新能力，但也需要审慎考量。我们必须确保，未来的工具只会增强人类能力，而非取代人类。
幸运的是，当前的进展和前景总体而言是积极向上的。
告别低效手动流程、迈向 AI 增强未来的征程已然开启。AI 工具的集成与应用已展现显著成效。加之智能体 AI 日渐临近，半导体行业也将迎来自动化与创新的崭新时代。
凭借全面且更具开创性的 AI 赋能 EDA 解决方案，加上更多即将推出的创新工具，新思科技正积极推动这些愿景落地成真。
