LLM 杀进芯片后端：Copilot 已上线，"全自动 P&R"还差几口气？

最近关于大模型做芯片设计的消息不少。VerilogEval 上 pass@1 飙到 95%，多智能体框架遍地开花，Cadence 和 Synopsys 轮流发新闻稿说"10 倍生产力"。听起来好像芯片设计很快就要被 AI 全自动了？

但做后端的工程师都知道，RTL 写出来只是第一步。真正让芯片能流片的是后端——从 floorplan、placement、CTS、routing 到 STA 收敛、ECO、signoff，每一步都是坑。LLM 在这里到底能做什么？是噱头还是真有用？

我花时间翻了一遍 2024 到 2026 年的公开论文和厂商资料，把后端方向的进展梳理了一下。结论先给出来：RL 调参优化已经量产，LLM Copilot 已产品化，但全流程自主 agent 还在 L2 辅助驾驶水平。

先说清楚：RL 调参不是 LLM，但它已经量产了

后端领域目前真正产生商业收益的 AI，不是大语言模型，而是强化学习（RL）驱动的设计空间探索工具。这两个概念经常被混为一谈，但对后端工程师来说区别很大。

RL 工具把 PPA 目标丢给算法，自动搜索 floorplan 参数、size cell、调时钟树——Cadence Cerebrus 和 Synopsys DSO.ai 是代表。LLM agent 则是用自然语言理解你的意图，自己写 Tcl 脚本、读日志、提修复建议——这是 2025–2026 年才真正开始落地的方向。

RL 调参的量产数字，我列几个厂商官方口径：

Cadence Cerebrus 累计支撑 1000+ 次流片，前十大数字客户 100% 渗透。联发科在先进节点 SoC block 上用 Cerebrus 优化 floorplan，实现 die area −5%、功耗 −6%+，已部署进生产流程[1]。

Synopsys DSO.ai 累计 700+ 次商业流片，部分芯片 90% 的 SoC block 由 DSO.ai 优化，客户报告功耗最多降 25%、die size 缩 5%[2][3]。

Signoff ECO 方向，Synopsys PrimeClosure 宣称 ECO 迭代减少 50%、时序改善最高 45%。其与 RedHawk-SC 联合的时序+IR 联合 ECO 方案，实测 IR 违例减少最高 85%[4]。

这些数字来自厂商，细节多在 NDA 下。但大厂后端团队确实在用、确实在流片，和很多 AI 概念验证不是一个量级。

LLM agent 写 P&R 脚本：学术界最热，但全在 OpenROAD 上

2024–2026 年，学术界涌现了大量让 LLM agent 操作 P&R 工具的工作。有意思的是，几乎全部基于开源 OpenROAD/OpenLane——不是不想用商用工具，而是 Innovus/ICC2 闭源、license 昂贵、无法公开评测。

几个代表性工作：

ORFS-agent（UCSD，MLCAD 2025 最佳论文）。不微调模型，让 LLM 直接读 ORFS 的 config.mk 和 SDC，迭代修改后跑流程、读日志、再优化。在 SKY130HD/ASAP7 六组设计上，有效时钟周期较上一代模型后端提升最高 3.1%（thinking 模型可达 7.5%），但更重要的是比贝叶斯优化基线 AutoTuner 少用 40% 的迭代次数即达到可比或更优的 QoR。全部实验 API 费用仅约 $48[5]。

OpenROAD Agent（ASU/NYU，ICLAD 2025）。基于 Qwen2.5-Coder，经 SFT + RL 混合训练，带执行反馈自纠错能力。脚本生成准确率 94%，配套开源了 EDA Corpus 数据集[6]。

ChatEDA（港中文余备组，IEEE TCAD 2024）。更早的工作，微调 LLaMA-2 做任务分解 + Tcl 脚本生成，跑 OpenLane RTL→GDSII。任务规划 Grade A 占比 88%（GPT-4 仅 58%），但测试设计比较简单[7]。

工业侧也在跟进。Cadence 2025 年推出了 Innovus+ AI Assistant，可以用自然语言做物理设计调试，TSMC N2/A16 流程已集成[8]。Synopsys.ai Copilot 同样支持脚本生成，官方称工程师生产力提升 35%、信息检索时间降 40%[9]。

但冷水来了。2026 年出现了第一批系统化评测。

PDAgent-Bench 构建了物理设计 agent 基准（353 道题），发现 agent 在概念题表现尚可，但工具脚本生成成功率仅 ~42%[10]。"Can AI Agents Really Complete RTL-to-GDS?" 用商用工具跑 PicoRV32 全流程，结论是：专用 skill 能提升单步理解，但不保证长流程可靠完成，不同 agent 间的成本效率差可达 141 倍[11]。

这提醒我们，"脚本生成成功率"和"最终 PPA 收敛"之间还有很大距离。

Floorplanning/宏布局：LLM 多智能体最活跃的战场

宏块布局是后端环节中 LLM agent 研究最热的方向。核心难点是：直接让 LLM 摆宏块坐标，它看不懂物理约束、摆出来的版图利用率极低。于是 2025–2026 年的工作转向了"多智能体闭环 + 结构化表示"。

CHIP-MAP（北大集成电路学院，DATE 2026）。4 个 agent 闭环协作，把 LEF/LIB/SDC 转成 LLM 能读的结构化表示，提出模块连接权重分析器和标准单元可用性评分来引导迭代修复。骨干模型 GPT-4o，3 轮反馈收敛。在 BlackParrot（220 个宏块、100 万+ 标准单元）上平均修复 61.6% 的 TNS，面积最多降 1.5%。局限是提升幅度中等，小设计上搜索时间反而略慢[12]。

MAGE 布局版（2026-07，与 RTL 版 MAGE 同名不同物）。10 个 agent、六阶段流水线，引入多模态 VLM 做视觉检查。提出 notch/whitespace/pocket/alignment 四项"类人"布局质量指标。在 NanGate45/GF12 九个设计上，WNS 提升 11–19%、TNS 提升 70–74%（相对商用布局器），并首次评测了矩形化（rectilinear）版图[13]。

VeoPlace（Google DeepMind，ICML 2025）。走了一条不同路线：用 VLM 当高层规划器，向 ChiPFormer/DREAMPlace 等解析式布局器提议放置子区域，进化搜索迭代优化。10 个基准中 9 个超过此前最佳学习方法，峰值线长降超 32%[14]。

有一个空白区值得注意。时钟树综合（CTS）和电源网络规划（PDN）是生成式 AI 尚未触达的阶段[10][15]。这两个环节高度依赖物理知识和几何约束，纯文本 LLM 很难建模——多模态可能是必经之路。

时序收敛、ECO、DRC：LLM 开始干"脏活"

后端工程师最花时间的不是跑流程，而是读报告、分析违例、改 ECO。LLM 在这方面反而比"替你做布局"更接地气。

Open-LLM-ECO（2026-03）。首个用 LLM 多智能体调度 PrimeECO 的工作。8 个 ASAP7 设计上，时序改善比 RL 好 10%，速度快 4 倍以上，QoR 媲美资深工程师。单设计 API 成本仅约 $1.25[16]。

EvoDRC（2026-07）。自进化技能的 DRC 修复 agent，用版图分解机制解决 block 级可扩展性。在 DAC26 基准上，DRV 减少 73.5%[17]。

UC Berkeley 一篇硕士论文（EECS-2025-48）让 LLM 解析 EDA 日志（含时序路径），错误检测/修复正确率达 89%。这说明纯文本场景——读 log、找问题——是 LLM 当前最稳的应用。

产业落地：从 Copilot 到 Agent 的路线图

Cadence：Cerebrus（量产）→ ChipStack（2026，Agent）

Cerebrus 已是后端 AI 调参的事实标准，2025Q1 累计支撑 1000+ 次流片。2025-11 收购 ChipStack，2026-02 发布 ChipStack AI Super Agent，多智能体编排覆盖前端 RTL/testbench 生成与调试。Altera 报告验证工作量降 10 倍，Tenstorrent 关键模块验证缩短 4 倍[18]。NVIDIA 是其早期生产用户，每工程师每天数百次动态仿真，RTL 验证快 40 倍+[19]。

Synopsys：DSO.ai（量产）→ AgentEngineer（2025，分级路线图）

DSO.ai 2023-02 宣布 100 次商业流片，2024Q4 累计超 700 次[2][3]。2025-03 SNUG 发布 AgentEngineer，分级路线图 L2→L5，近期聚焦 signoff 调试、参数调优等 human-in-the-loop 任务[20]。2026-07 在 Microsoft Discovery 上报告调试时间缩短 25–40%[21]。

国内：起步阶段

伴芯科技 2025-11 发布 PDcrew——自研网表到 GDS 布局布线引擎 + 智能体框架，主打 7×24 无人值守 PPA 优化与 ECO 自动化。官方称与全球前 20 大 fabless 建立合作，暂无公开量化 PPA 数据[22]。

芯行纪 AmazeFP 做自动布局规划，有公开客户案例：200 万标准单元处理器手工 floorplan 2 个月，工具介入后全程一周多，PPA 多维度优于人工[23]。

奇捷科技 EasyECO 聚焦功能性 ECO，DAC 2025 展出，属后端增量修复而非全流程 AI[24]。

局限：别把"辅助驾驶"当"自动驾驶"

说了这么多进展，也得说说问题。

第一，基准与现实脱节。学术成果几乎全部限于 OpenROAD 与小设计，未在商用工具、先进节点、大规模 SoC 上验证。PDAgent-Bench 的 42% 脚本成功率是个清醒剂[10]。

第二，PPA 质量仍是短板。LLM agent 在宏布局上能修几十 ns 的 TNS、改善个位数百分比的线长，但还没达到 RL/解析式方法的最佳水平——更不用说和资深工程师比。

第三，长流程可靠性差。RTL→GDS 涉及十几个阶段，每个阶段的状态依赖前一步，agent 一个环节翻车整个流程就崩。目前没有一个公开工作能稳定跑通商用工具的全流程[11]。

第四，CTS/PDN 是盲区。这两个环节高度依赖物理直觉和几何约束，纯文本 LLM 几乎无能为力[10][15]。

第五，厂商宣称 vs 独立验证。10 倍生产力、L5 自主级——这些数字多来自早期客户，细节在 NDA 下，缺乏第三方独立复现。

那么对后端工程师来说，现在 LLM 到底有什么用？

我的建议是：读日志、读报告——让 agent 帮你 summarize STA 报告、指出关键违例路径，这个已经相当可靠。写脚本、改参数——用 Copilot 类工具生成 Tcl 模板，比手写快很多，但记得 review。迭代调参——ORFS-agent 这类 tool-calling agent 能自动帮你跑多组实验、读结果、再调参数，成本极低。ECO 辅助——LLM 帮你分析时序报告、建议 ECO 方案，然后你来做 final decision。

还不要指望的：让 agent 替你跑完整个 block 的 P&R，然后直接进 signoff。

写在最后

后端 AI 的现状可以用三句话总结。

已量产（RL 优化）的是 Cerebrus、DSO.ai、PrimeClosure——PPA 收益 5–20%，头部大厂已纳入流程。已产品化（Copilot）的是 Innovus AI Assistant、Synopsys.ai Copilot——读报告、写脚本、回答问题，提升效率。刚起步（Agentic EDA）的是 ChipStack、AgentEngineer、PDcrew——能做 demo 级任务，但长流程远不可靠，约 L2 辅助驾驶。

对后端工程师来说，这不是"被替代"的故事，而是"工具升级"的故事。就像当年从命令行 Tcl 脚本到 GUI 界面、从手动调参到 Cerebrus/DSO.ai 自动搜索——LLM agent 会成为你的新同事，但它现在还只是个实习生：活干得快，但你得盯着。

如果你是做后端的工程师，你现在会用 LLM 帮你干活吗？