كيف تتنافس Synopsys وCadence وSiemens لصنع منظومة EDA وكيلة

لم يعد الذكاء الاصطناعي في تصميم الشرائح مجرد روبوت محادثة يقترح كود RTL أو يبحث في الوثائق. فقد جعل مؤتمر DAC 2026 الذكاء الاصطناعي الوكيلي، أو Agentic AI، محور منافسة منصات كاملة بين شركات أتمتة التصميم الإلكتروني EDA الكبرى: Synopsys وCadence وSiemens EDA. 217

الفكرة الجديدة هي أن يتولى الوكيل سلسلة أطول من المهام: يفهم هدفاً هندسياً أو عيباً في التصميم، يقسمه إلى خطوات، يستدعي أدوات المحاكاة والتحقق والتخطيط، يقرأ النتائج، ثم يقترح تعديلات ويعيد الدورة حتى الوصول إلى نتيجة قابلة للقياس.

وهنا يتغير السؤال الاستراتيجي. فالفائز لن يكون بالضرورة صاحب النموذج اللغوي الأكثر طلاقة، بل الشركة التي تستطيع ربط الوكيل ببيانات التصميم، والمحللات الحتمية، وأدلة التحقق، وضوابط الأمن، وإجراءات الاعتماد النهائي للإنتاج.

من «مساعد» إلى حلقة هندسية مغلقة

تؤدي أدوات EDA التقليدية مهاماً محددة مثل التوليف، والمحاكاة، والتحقق الشكلي، والتخطيط والتوصيل، وتحليل التوقيت، والاعتماد الفيزيائي. أما نظام EDA الوكيلي فيضيف طبقة للتخطيط والتنسيق فوق هذه الأدوات.

في دورة نموذجية، يقوم الوكيل بما يلي:

1. تفسير هدف التصميم أو سبب الفشل؛
2. اختيار الأدوات والمهام الفرعية المناسبة؛
3. إنشاء أو تعديل RTL، والقيود، والاختبارات، أو الإعدادات؛
4. تشغيل المحاكاة أو التحقق الشكلي أو التحليل الفيزيائي؛
5. قراءة المقاييس والسجلات والموجات والأمثلة المضادة؛
6. اقتراح تعديل جديد وتكرار العملية.

وتصف أبحاث التصميم الفيزيائي الوكيلي نمطاً مشابهاً: فهم أهداف مكتوبة بلغة طبيعية، واستدعاء أدوات EDA، وتحليل مخرجاتها، وتعديل الإعدادات أو الشيفرة، ثم تحسين النتيجة بناءً على مؤشرات جودة مقاسة. 1

الفرق مهم بين المساعد البرمجي والوكيل. فالمساعد يقترح الخطوة التالية، بينما يستطيع الوكيل إدارة سلسلة طويلة من الخطوات، مع بقائه محكوماً بأدوات هندسية وبأهداف يحددها المهندسون.

Synopsys: سلّم استقلالية يقوده AgentEngineer

تعرض Synopsys استراتيجيتها من خلال سلّم استقلالية من خمس درجات، من L1 إلى L5. يبدأ المسار بالمساعدة والأتمتة الموجهة، ثم ينتقل إلى سير عمل أكثر استقلالاً، وصولاً نظرياً إلى عمليات هندسية مستقلة تمتد عبر مجالات متعددة. وهذه الدرجات إطار داخلي لدى Synopsys لقياس مستوى الاستقلالية، وليست معيار اعتماد عالمياً.

أما مركز الثقل العملي فهو AgentEngineer، الذي قدمته الشركة بوصفه منسقاً يستطيع تفكيك هدف تحقق إلى مهام أصغر، وتنسيق وكلاء متخصصين، واستدعاء أدوات EDA، وفحص النتائج، ثم مواصلة العمل ضمن حلقة مغلقة. كما وصفت Synopsys وNVIDIA هذه القدرات بأنها سير عمل طويل ومستقل لتصميم الشرائح والأنظمة الإلكترونية. 314

ركزت Synopsys على التحقق الذاتي، وتحليل السبب الجذري، وإغلاق مرحلة التصحيح. ووفق أرقام أعلنتها الشركة، حققت عروضها ما يصل إلى 50 ضعفاً في سرعة الوصول إلى RTL متحقق منه، مع زيادة في التغطية بنسبة 20%. لكن هذه أرقام مقدمة من الشركة وليست نتائج معيارية مستقلة. 19

كما أظهر سير عمل طورته Synopsys بالتعاون مع Microsoft Discovery انخفاضاً أولياً يتراوح بين 25% و40% في زمن دورة التصحيح، وهي نتيجة مبكرة ينبغي ألا تُعامل بوصفها معياراً عاماً للإنتاج. 17

من RTL إلى المحاكاة الحرارية

لا تحصر Synopsys مفهوم الوكيل في المنطق الرقمي. فاستراتيجيتها تشمل أيضاً مهام هندسية تعتمد بكثافة على الفيزياء، مثل المحاكاة الحرارية، حيث يمكن للوكيل إعداد المحاكاة وتشغيلها وتقييم مخرجاتها ثم تحسين سير العمل. وبدعم من محفظة Ansys، تقدم الشركة رؤية تمتد من «السيليكون إلى الأنظمة»، وليس فقط من RTL إلى GDS. 1417

وتكمن جاذبية هذا النهج في اتساعه: فإذا أمكن لطبقة تنسيق واحدة العمل عبر التحقق والمنطق والفيزياء على مستوى النظام، تستطيع Synopsys تقديم الذكاء الاصطناعي الوكيلي باعتباره بيئة هندسية متصلة، لا مجموعة مساعدين منفصلين.

Cadence: وكلاء متخصصون وسياق تصميمي مستمر

تسلك Cadence طريقاً مختلفاً نسبياً. إذ تركز على مجموعة من الوكلاء المتخصصين الذين ينسقهم وكيل أعلى، في إطار يرتبط بتسميات مثل ChipStack AI Super Agent وAgentStack. أما تسمية AuraStack فتظهر في بعض التقارير، لكنها ليست موثقة بالاتساق نفسه في المواد المتاحة؛ لذلك يبقى AgentStack وChipStack AI Super Agent مرجعين أكثر أماناً. 218

أبرز أفكار Cadence هي Mental Model، أي «النموذج الذهني» للتصميم. والمقصود أن يحتفظ الوكيل بسياق منظم خاص بالمشروع، يشمل القيود، والتاريخ، والنية التصميمية، والقرارات المتراكمة، بدلاً من الاعتماد على نص الطلب الحالي وحده.

وتنبع أهمية ذلك من أن تصميم الشرائح شديد الحساسية للسياق. فقد يكون تعديل ما مناسباً محلياً، لكنه يخرق ميزانية التوقيت أو استهلاك الطاقة أو قيود التغليف، أو يتعارض مع قرار معماري سابق.

كما تركز Cadence على تسريع المحاكاة متعددة الفيزياء، بحيث يستطيع الوكيل التفكير في التأثيرات الكهربائية والحرارية والميكانيكية وتدفق الموائع معاً. وبهذا لا يُقيَّم القرار وفق مقاييس رقمية فقط، بل وفق انعكاساته على النظام بأكمله. 1718

استراتيجياً، تراهن Cadence على اكتمال البنية والسياق: أن يفهم الوكيل التصميم باعتباره نظاماً مستمراً ذا قيود متشابكة.

Siemens: الثقة عبر التحقق الذاتي

تُميز Siemens EDA منتج Fuse EDA AI Agent من خلال الثقة. فالفكرة الأساسية هي أن تُفحص اقتراحات الوكيل مقابل محركات Siemens الحتمية القائمة على الفيزياء قبل السماح للنتيجة بمغادرة سير العمل. 2

ويعتمد Fuse على بنية قابلة للتوسع مبنية على بروتوكول سياق النموذج MCP، الذي يوفر طريقة موحدة لربط طبقة التنسيق بالأدوات والمعلومات الهندسية في مجالات تشمل RTL، والتحقق، والتصميم التناظري والمخصص، والتخطيط والتوصيل، والاعتماد الفيزيائي. 2

يعالج هذا النهج أحد أخطر عيوب الأتمتة الهندسية: قد ينتج النموذج اللغوي خطة تبدو منطقية لكنها غير صالحة فيزيائياً. أما في سير عمل يتحقق من نفسه، فتظل أداة المجال هي المرجع الحاسم. فإذا رفض محلل التوقيت أو الهندسة أو الفيزياء التعديل المقترح، يستطيع الوكيل استخدام هذا الدليل لإعادة ترتيب خطته والمحاولة مجدداً.

وتوسع Siemens الرؤية إلى ما هو أبعد من تنفيذ الشريحة، عبر ربط قرارات التصميم بالتخطيط الصناعي وجدولة التصنيع وسلاسل الإمداد. لذلك لا تبيع الشركة الاستقلالية وحدها، بل استقلالية مقيدة بأدلة صناعية وبما يحدث في المراحل اللاحقة.

NVIDIA تبني طبقة البنية المشتركة

لا تحاول NVIDIA أن تحل محل شركات EDA بصفتها مورداً تقليدياً لأدوات التصميم. لكنها توفر طبقات عديدة تدعم المكدس الوكيلي الجديد، ما يخلق في الوقت نفسه احتمال اعتماد المنظومة على منصة مشتركة.

استثمرت NVIDIA ملياري دولار في Synopsys ضمن شراكة متعددة السنوات تركز على الهندسة المدفوعة بالذكاء الاصطناعي وتسريع أعباء EDA. 13

وتشمل طبقات الدعم:

• الحوسبة المسرّعة: تُستخدم Grace Blackwell في المحاكاة والاستدلال. وقالت Synopsys إن خدمات NVIDIA NIM حققت ضعف سرعة الوصول إلى المعلومات في Copilot التوليدي لديها، بينما أعلنت NVIDIA تسارعاً قدره 34 ضعفاً مقارنة بوحدات CPU في حالة محاكاة أيروديناميكية باستخدام Fluent. وهذه نتائج لحالات استخدام محددة وليست معياراً عاماً لكل أدوات EDA. 1516
• النماذج والتنسيق: استخدم عرض Synopsys في DAC نموذج Nemotron، وNVIDIA Agent Toolkit، وبيئة OpenShell لتنفيذ الوكلاء وإدارتهم. 314
• تسريع الفيزياء: تهدف مكتبتا CUDA-X وPhysicsNeMo إلى دعم سير العمل الهندسي الذي يعتمد بكثافة على المحاكاة. 2
• أداء المعالج المركزي: يستهدف Vera CPU أعباء الحوسبة المتسلسلة والمكثفة التي لا تزال مهمة في EDA التقليدية. وتقول NVIDIA إنها تعمل مع Cadence وSynopsys لتحسين التطبيقات؛ وأظهرت اختبارات معلنة مكاسب تقارب 1.5 ضعف في Cadence Jasper وSynopsys VCS، وهي أيضاً أرقام مقدمة من الشركة. 45

وهكذا تصبح المنافسة متعددة الطبقات: تمتلك شركات EDA قواعد بيانات التصميم وأدوات المجال ومسارات الاعتماد، بينما توفر NVIDIA الحوسبة والنماذج ومكونات التنسيق وبيئة التشغيل.

ماذا أثبتت تجربة Kimi K3؟

تقدم تجربة Kimi K3 من Moonshot AI نقطة مقارنة مهمة. ووفق المواد التقنية للمشروع، أمضى النموذج 48 ساعة في تصميم شريحة لنموذج نانوي وتحسينها والتحقق منها، باستخدام أدوات EDA مفتوحة المصدر ومكتبة Nangate بدقة 45 نانومتراً. وبلغت مساحة التصميم نحو 4 مليمترات مربعة، مع إغلاق التوقيت عند 100 ميغاهرتز في المحاكاة. 17

وتثبت التجربة أن وكيلاً قائماً على نموذج لغوي يستطيع، ضمن شروط محددة، تنسيق دورة كاملة تشمل المعمارية، وإنشاء RTL، والتحسين، والتحقق، وتحليل التوقيت.

لكنها لا تثبت أن أدوات EDA التجارية أو فرق تصميم الشرائح المتخصصة أصبحت غير ضرورية. فالتجربة اعتمدت على تدفق مرجعي ناضج بدقة 45 نانومتراً، أي تقنية تفصلها نحو عقدين عن أكثر تقنيات التصنيع تقدماً. ولا تقدم دليلاً كافياً على الأداء في مجموعات تصميم العمليات الحديثة، أو إغلاق التوقيت والطاقة المتقدم، أو التصميم التناظري، أو اختبار التصنيع، أو دمج الملكية الفكرية، أو الاعتمادية، أو الاعتماد النهائي للإنتاج.

كما أن الادعاءات بأن أداء التصميم يقل بنحو 20 إلى 30 مرة عن الشرائح المعاصرة لا ينبغي اعتبارها مقارنة معيارية مضبوطة من دون أدلة مستقلة أقوى. فالنتيجة المنشورة تظل عرضاً تقنياً من مواد المشروع نفسه، ولم تُثبت بإعادة إنتاج مستقلة.

الخلاصة الدقيقة أضيق من عناوين «الشريحة التي صممها الذكاء الاصطناعي»: تستطيع الأدوات المفتوحة دعم عرض مثير على عقدة تصنيع قديمة، بينما تعتمد التصاميم المتقدمة القابلة للتصنيع بدرجة كبيرة على مكتبات العمليات، وبيانات المصانع، ومسارات الاعتماد الناضجة، والخبرة الهندسية المتخصصة.

فرصة أمام شركات EDA الصينية

يفتح الذكاء الاصطناعي الوكيلي أمام شركات EDA الصينية فرصة للمنافسة على مستوى سير العمل، بدلاً من محاولة إعادة إنتاج كل أداة منفردة ناضجة. وتبدو الفرصة واعدة خصوصاً في التحقق، والتصحيح، والنشر المحلي، والتغليف المتقدم، وواجهات الهندسة المبنية على النماذج اللغوية. وتشير التقارير إلى دخول الوكلاء مراحل تبدأ من إنشاء RTL وبيئات الاختبار، وتمتد إلى المحاكاة والتحقق الشكلي والتصحيح. 17

ومن الأمثلة الواردة في المواد البحثية:

• Xpeedic: يمكن دمج قدراتها في سلامة الإشارة والطاقة مع التحليل الوكيلي للأنظمة والحزم والتغليف المتقدم.
• XEPIC: أعلنت أساس XEPIC Intelligent System، بما يشمل أنظمة التصميم والتحقق الذكية وعروض محاكاة أسرع. 17
• UniVista: وصفت منصة قادرة على تنسيق التصميم الرقمي والتحقق والتصحيح والتحسين على بنية EDA مطورة محلياً. 17
• Chips Z وBanxin وZhiwei Chuangxin: تعكس هذه الأسماء الاتجاه الأوسع نحو سلاسل أدوات محلية، ووكلاء متخصصين للتصميم والتحقق، وواجهات هندسية أصلية للنماذج اللغوية.

والنمط الأكثر قابلية للدفاع عنه هو حلقة الأدلة: يولد الوكيل فرضية أو إصلاحاً، ثم يشغّل المحاكاة أو التحقق الشكلي، ويفحص المثال المضاد أو مقياس الجودة، ويعيد هذه الأدلة إلى الوكيل ليعدل خطته.

أما التقدير المتداول بأن المهندسين يقضون نحو 60% من وقتهم في التصحيح والمهام الإجرائية، فينبغي اعتباره تقديراً صناعياً لا قياساً عالمياً ثابتاً. لكن فرصة الأتمتة واضحة: فرز الأعطال، وتحليل المسارات، وإنشاء الاختبارات، وتحديد السبب الجذري، وإصلاح الانحدارات كلها مهام متكررة يمكن للوكيل أن يخفف عبئها. 17

المعركة الحقيقية على الأدلة

كانت الرسالة الأهم في DAC 2026 أن تصميم الشرائح المستقل لم يُحل بعد، لكن كبار موردي EDA باتوا يرونه الطريقة المقبلة لتوسيع نفوذ منصاتهم.

تراهن Synopsys على سلّم الاستقلالية وAgentEngineer وإغلاق التحقق والامتداد من السيليكون إلى الأنظمة. وتراهن Cadence على تنسيق الوكلاء المتخصصين والسياق التصميمي المستمر والتفكير متعدد الفيزياء. أما Siemens فتراهن على التحقق الذاتي، وتكامل الأدوات عبر MCP، وربط التصميم بسلسلة صناعية أوسع.

لكن القاسم المشترك هو الثقة. فالوكيل المفيد في تصميم الشرائح يجب أن يوضح ما غيّره، وأن يعيد إنتاج خطواته، وأن يحافظ على نية التصميم، وأن يقدم دليلاً حتمياً قابلاً للتدقيق يثبت احترام القيود.

لذلك لن يكون الفائز القريب هو صاحب النموذج الأكثر فصاحة، بل من يستطيع تشغيل وكلائه بأمان داخل بيانات العملاء وملكيتهم الفكرية وأنظمتهم الأمنية ومحاكياتهم ومسارات الاعتماد، وتحويل كل خطوة مستقلة إلى دليل هندسي قابل للمراجعة.