AI首次独自跑完芯片设计!219词进7nm图纸出,工程师全程没碰键盘
创始人
2026-05-24 15:39:41
0

新智元报道

【新智元导读】219个词喂给AI,12小时后,一份7nm芯片版图出来了,工程师全程没碰键盘。这条芯片行业几十年没有AI走完过的路,第一次走通了。

一套跑在云端的大模型Agent系统,收到了一段219个英文单词的需求描述。

12小时后,它输出了一颗CPU的GDSII版图文件。整个过程,没有工程师参与过任何一个设计环节。

虽然这颗VerCore的跑分仅相当于2011年的Intel Celeron SU2300,并不包含缓存实现,甚至还没流片。

但真正震动EDA圈的,不是这颗CPU能跑多快,而是这12小时里发生的事:从需求理解、架构设计、代码实现、功能验证,到时序收敛、物理版图,AI自己全走完了。

「工程师写代码」这个环节,第一次被AI整段跳过。

https://arxiv.org/abs/2603.08716

AI芯片设计初创公司Verkor在技术报告中披露了这项工作,他们把这套系统叫Design Conductor,它设计出来的CPU被称作VerCore。

Design Conductor接收的是一段219个英文单词描述的需求,核心要求大意是:

你的任务是构建VerCore,一个支持RV32I和ZMMUL的RISC-V CPU核心,实现简单的5级流水线、顺序、单发射设计,目标CoreMark分数最大化,目标时钟频率1.6GHz,使用OpenROAD flow脚本生成最终GDSII输出,使用ASAP7 PDK。

它产出的是基于ASAP7 学术7nm PDK的tape-out ready GDSII版图文件。

VerCore设计A(左,更高性能)与设计B(右),版图尺寸70μm×70μm,由Design Conductor自主生成

这个过程中间包括一整条传统芯片设计流程:需求分析、架构设计、RTL编码、功能验证、时序收敛、后端布局布线。

把整条流程类比成造一栋楼,传统做法是建筑师画图、结构工程师算梁柱、监理验收、施工队布管线,几十上百号人层层接力。

而Design Conductor就像一个总包,你给它几句话,它就把所有环节做完。

用Verkor创始人Suresh Krishna的话说:让AI Agent把整个问题自己解决掉

它不是聊天机器人

而是一个会调度工具链的Agent

Design Conductor本身不是一个AI模型,而是一个LLM harness,一套围绕大语言模型构建的任务编排框架。

根据论文描述,Design Conductor的架构包含核心调度模块、上下文管理器、长期记忆系统、LLM会话、工具服务器和执行环境。

它运行在分布式云端,支持多个子Agent实例并行工作。

Design Conductor典型设计流程,从需求分析到GDSII,各子Agent分工协作

设计开始时,Design Planning Agent负责需求分析、微架构和实施计划;随后Design Review Agent 对方案做「painstaking, manual」的逐场景审查。

紧接着,Module Implementation Subagent负责实现每个模块、生成测试台,并在模块级测试通过后移交集成。

System Integration Agent负责把所有RTL整合起来,运行端到端系统测试。

如果出现功能错误,Root Cause Analysis Subagent负责从VCD波形里找根因、提出修复方案。

最后,PPA Closure Subagent负责分析时序、面积、功耗问题,必要时修改RTL和后端脚本,直到满足约束。

AI做的事,是把这些工具按正确的顺序调用起来,让它们协同跑完整个流程。

它debug的方式

像个有洁癖的老工程师

论文里记录了Design Conductor自主发现并修复一个典型bug的过程,读完你会觉得,这不像AI在做事,更像一个有洁癖的资深工程师。

测试运行时,系统发现寄存器写入出现了不匹配:预期写入x2寄存器,实际却是x5被写了错误的值。

DC没有蒙。它先把VCD波形文件转成CSV,写了一段Python脚本,逐行提取时间戳、寄存器地址和写入数据,然后跟Spike模拟器的参考输出逐条比对。

定位出来了:PC=0x2008处有一条JAL指令(跳转并链接),branch_taken信号已正确拉高,目标地址是0x2020。但跳转后,原本应该被清除的0x200c处的指令(AUIPC x5)没有被冲刷,继续执行,把错误的值写入了x5。

根本原因是:流水线flush逻辑存在缺陷,跳转发生后,投机取指的指令没有被正确作废。

DC随后生成了修复方案,改动RTL,重新跑测试,通过。

整个过程没有人工介入。

但这个过程并不优雅。Verkor工程副总裁David Chin对此解释道:「我们在用算力换经验。」

换句话说,AI Agent能跑通流程,不等于它真懂这件事。它用试错的次数,补上了人类工程师靠多年积累形成的直觉。

Design Conductor为定位寄存器写入错误,自主编写的波形分析脚本

跑分停在2011年

但AI打通的那条路从来没有人走完过

VerCore最终的量化结果是:CoreMark分数3261,时钟频率1.48GHz,面积2809平方微米,使用ASAP7 7nm PDK。

Verkor在论文里给出了一个性能参照:大致相当于2011年中期的Intel Celeron SU2300。

当然,这个对比需要放在正确的坐标来解读。

CoreMark是嵌入式处理器核心的常用基准测试,专门测的是处理器核心功能,不代表桌面CPU的综合性能、缓存体系、系统吞吐量。

Tom's Hardware的报道也明确指出,VerCore是五级流水、顺序、单发射设计,没有缓存,没有乱序执行。

拿它和现代CPU比性能,是错误的问法。

此外,VerCore目前只存在于仿真中。

IEEE Spectrum和Tom's Hardware都明确写到,VerCore通过Spike ISA模拟器做功能验证,版图在ASAP7这个亚利桑那州立大学与ARM Research合作开发的学术预测性PDK上生成。

ASAP7是研究用PDK,不等于台积电或三星的真实量产7nm工艺。理论上可以送往代工厂,但Verkor目前尚未实际流片。

虽然,VerCore性能不强,设计也不复杂,但那12小时内跑通的那条从规格到版图的路,以前从来没有AI走完过。

VerCore五级流水线结构,含早期分支解析、转发逻辑和高效乘法器

迭代成本断崖式下降

但算力代价也不容忽视

传统领先芯片设计,超过4亿美元投入,18至36个月周期,数百人团队,验证成本占总成本50%以上。

这个门槛决定了一件事:很多本来可以存在的芯片,因为太贵而从来没有被造出来。Design Conductor想解决的,正是这个问题。

Verkor的愿景是未来原本需要100人以上、花18至36个月才能完成一颗芯片的团队,将能够同时探索多个从概念到GDSII的设计方案,整体流片周期压缩到3至6个月。

这个判断的前提是Agent系统大幅承接了原来工程师的执行工作,人的角色从「操作EDA工具」转向「目标设定和架构引导」。

受益最大的赛道,不是旗舰处理器。

IEEE Spectrum指出,RISC-V的流行部分原因就是它是免费开放的标准,通常用于对性能要求没那么极端但对成本极度敏感的应用场景。

如果Agent能把芯片探索期的成本压下去,最先受益的是小团队和低量定制市场,那些「以前连立项都立不了」的定制芯片。

当然,算力代价也是真实的。

Tom's Hardware的报道里有一个细节:设计这颗相对简单的CPU,Design Conductor消耗了「数百亿个token」。

随着设计复杂度上升,计算成本是否可控,还是一个还没有答案的问题。

判断力

仍是变革中最值钱的东西

判断力,仍是这场变革中最值钱的东西。

Verkor团队在论文里坦承了三个问题。

架构决策上,AI有时会绕远路。比如时序跑不过时,它会先去想要不要把流水线加深,而有经验的工程师一眼就知道先找更简单的原因。

代码理解上,AI会把硬件描述语言的运行逻辑当成普通程序来理解。硬件是并行的,不是顺序执行的,这个误判会让调试过程变得很低效。

规格理解上,需求文档必须写得极度精确。少写一个CPI约束,AI可能就默默交出一颗分支处理很差的处理器。

以前,资深芯片架构师的一大部分时间花在操作EDA工具、调配置、盯时序报告;未来,人的精力会集中到它真正稀缺的地方:判断应该造什么样的架构、在哪里做性能和面积的取舍、什么时候相信工具报告什么时候质疑它。

Verkor论文中有一个判断,很好地概括了这种变化:

资深工程师和大师级设计师将拥有更少的「工具操作员」职责,转而依靠他们的判断力和经验。

所以某些项目可能由 5–10 名跨领域专家设定目标、审查关键决策,再由一群 Agent 承接大量 RTL、验证和后端迭代工作。

Verkor设想的未来团队模式,多个子团队各自从概念跑到版图,打破单一串行流程

VerCore只是一个开始,也许下一颗芯片复杂度会是它的十倍、百倍。

那时候AI还能独自扛下来吗?还没人知道答案。

参考资料:

https://spectrum.ieee.org/ai-chip-design

https://arxiv.org/abs/2603.08716

https://verkor.io/

https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-agent-designs-a-complete-risc-v-cpu-from-a-219-word-spec-in-just-12-hours

编辑:元宇

秒追ASI

相关内容

热门资讯

走廊LED线条灯嵌入式 在现代家居和商业空间设计中,照明不仅是满足基本的采光需求,更是营造氛围、提升空间品质的重要元素。嵌入...
起帆电缆中标:【高能段磁铁电源... 证券之星消息,根据天眼查APP-财产线索数据整理,根据近代物理研究所5月21日发布的《【高能段磁铁电...
云图控股招标结果:荆州基地电气... 证券之星消息,根据天眼查APP-财产线索数据整理,成都云图控股股份有限公司5月21日发布《荆州基地电...
北京白癜风专家祃开芬:白癜风光... 白癜风皮肤具有特殊的光敏性,对紫外线耐受度远低于正常皮肤。过度日晒会造成紫外线灼伤,破坏黑素细胞,加...
每周股票复盘:精智达(6886... 截至2026年5月22日收盘,精智达(688627)报收于416.97元,较上周的353.44元上涨...
AI首次独自跑完芯片设计!21... 新智元报道 【新智元导读】219个词喂给AI,12小时后,一份7nm芯片版图出来了,工程师全程没...
华泰证券:2028年国产交换芯... 【大河财立方消息】5月24日,华泰证券分析师王兴、唐攀尧等发表研报指出,看好2026年起交换芯片在A...
艾彼飞电子:致远电子示波器领域... 在2026年的电子测试测量市场中,示波器行业正经历从传统通用型向高精度、智能化、便携化方向的深度转型...
深南电路招标结果:深南电路股份... 证券之星消息,根据天眼查APP-财产线索数据整理,深南电路股份有限公司5月21日发布《深南电路股份有...
第八届MEMS智能传感器产业生... 人民网蚌埠5月23日电(记者周坤) 5月22日下午,记者在第八届MEMS智能传感器产业生态发展大会新...