Nejdůležitější částí architektury je povinná verifikační brána. AI agent nemůže pokračovat v návrhovém rozhodnutí, dokud nedostane výsledek „pass“ z nástrojů Calibre nebo Questa One. Ty slouží k průmyslovému ověřování fyzických vlastností návrhu a k funkční simulaci .
Trénovací smyčku založenou na posilovaném učení zajišťuje NVIDIA NeMo Gym. Siemens a NVIDIA u ní uvádějí desetinásobné zlepšení pokrytí knihoven . Workflow se zároveň propojuje s platformou Intelligence Center X .
V praxi to znamená, že agent může samostatně:
Rozhodující hranice ale zůstává u tradičních verifikačních nástrojů. AI nemůže sama schválit návrh k tzv. tapeoutu, tedy k odeslání finálních podkladů do výroby, pokud návrh neprojde deterministickými kontrolami založenými na fyzikálních pravidlech .
Právě tím Siemens cílí na takzvaný problém důvěry. Generativní AI může vytvořit přesvědčivý, ale chybný výstup. Calibre a Questa One naproti tomu vracejí výsledek, který nezávisí na úsudku jazykového modelu. Každé rozhodnutí agenta tak zůstává uzavřené ve smyčce, kterou uzavírá ověřitelný výsledek tradičních EDA nástrojů .
Nový přístup nepřichází izolovaně. Siemens současně rozšiřuje své portfolio EDA jak směrem k výrobě a testování, tak proti proudu k raným fázím návrhu čipů.
Akvizice Precision Innovations a Defacto Technologies byly oznámeny krátce před DAC. Do příběhu sebekontrolující AI zapadají tím, že posouvají Siemens k rozhodnutím, která vznikají ještě před samotným fyzickým návrhem a verifikací čipu .
To je důležité z obchodního i technického hlediska. Pokud má agentní AI skutečně řídit delší část návrhového procesu, potřebuje přístup nejen k finálním kontrolám, ale také k plánování architektury, tvorbě RTL a průzkumu kompromisů mezi spotřebou, výkonem a plochou — zkráceně PPA.
Agentní AI patřila k hlavním tématům celé konference. Samotný Siemens před DAC uvedl, že právě agentní AI bude jedním z největších témat letošního ročníku . Samostatný TechTalk s názvem „From Hype to Impact: Where Agentic AI Actually Delivers Value in Chip Design Today“ se zaměřil na rozdíl mezi měřitelným přínosem a sliby, které zatím předbíhají realitu .
Konkurenti přitom nabídli odlišné odpovědi na otázku, jak autonomní AI zapojit do certifikovaného návrhového procesu:
Rozdíly mezi přístupy jsou podstatné. Siemens staví důvěru na povinném průchodu fyzikálními enginy Calibre a Questa One. Synopsys sází na otevřenou spolupráci mezi nástroji a agenty. Cadence zdůrazňuje GPU akcelerované smyčky, které umožňují rychlejší opakování návrhových a verifikačních úloh.
Společným jmenovatelem oznámení z DAC 2026 je odklon od AI jako pouhé demonstrační funkce. EDA firmy se snaží vytvořit workflow, v nichž agent nejen vygeneruje návrh, ale také spustí nástroje, vyhodnotí jejich výsledky, zaznamená postup a podle kontrolovaných výstupů provede další krok.
Největší změna proto nemusí spočívat v tom, že AI zvládne více úloh sama. Klíčové je, že její autonomie dostává jasné mantinely. Agent může jednat rychle a opakovaně, ale konečné slovo mají nástroje, formáty, certifikace výrobních procesů a ověřovací mechanismy, kterým návrháři důvěřují.
Právě tuto důvěru označuje průmyslová analýza za hlavní konkurenční výhodu společností Cadence, Synopsys a Siemens EDA: kontrolují návrhové postupy, formáty i certifikace výrobců a drží takzvaný sign-off trust — důvěru nutnou k finálnímu schválení návrhu .
Siemens se nyní pokouší tuto důvěru zachovat a současně rozšířit autonomii AI. Jeho nejkonkrétnější mechanismus zatím zní poměrně konzervativně: AI může navrhovat a opravovat, ale bez průchodu deterministickou kontrolou nesmí pokračovat. V návrhu čipů, kde chyba odhalená až po výrobě znamená nákladné zpoždění, může být právě tato brzda důležitější než samotná rychlost generování.