כיצד Synopsys, Cadence ו-Siemens מנסות להפוך את תכנון השבבים לאוטונומי

מה השתנה ב-DAC 2026?

כלי EDA — קיצור של Electronic Design Automation, כלומר תוכנות לתכנון ולבדיקה של שבבים ומערכות אלקטרוניות — ביצעו במשך שנים פעולות מוגדרות היטב: סינתזה, סימולציה, אימות פורמלי, מיקום וחיווט, ניתוח תזמון וחתימה פיזית.

מערכת EDA סוכנית מוסיפה מעל הכלים האלה שכבת תכנון ותיאום. במקום רק לענות על שאלה או להציע שורת RTL, היא יכולה:

1. לפרש יעד תכנוני או תקלה;
2. לבחור את הכלים ותתי-המשימות הרלוונטיים;
3. ליצור או לשנות RTL, אילוצים, בדיקות או הגדרות;
4. להריץ סימולציות, בדיקות פורמליות או ניתוח פיזיקלי דטרמיניסטי;
5. לקרוא מדדים, יומנים, גלי-סיגנל או דוגמאות נגדיות; ו-
6. להציע שינוי נוסף ולחזור על התהליך.

מחקרים בתחום ה-Physical Design מתארים לולאה דומה: הסוכן מפרש יעד בשפה טבעית, מפעיל כלי EDA, מנתח את הפלט, משנה הגדרות או קוד ומשפר את התוצאה לפי מדדים מדודים של איכות. 1

ההבדל מ-Copilot חשוב: Copilot מציע את הפעולה הבאה, ואילו תהליך סוכני יכול לנהל רצף ארוך של פעולות — תוך שהוא נשאר מוגבל לכלים הנדסיים וליעדים שהגדיר האדם.

Synopsys: סולם אוטונומיה מ-L1 עד L5

האסטרטגיה של Synopsys מוצגת באמצעות סולם אוטונומיה מ-L1 עד L5. הכיוון הוא מעבר מסיוע ואוטומציה מונחית לתהליכי עבודה עצמאיים יותר ויותר, שבסופו של דבר חוצים כמה תחומי תכנון. הגבולות בין הרמות הם מסגרת שמציעה Synopsys, ולא תקן או הסמכה אוניברסליים בתעשייה.

המרכיב המעשי המרכזי הוא AgentEngineer. בכנס תיארה Synopsys Orchestrator שמפרק יעד אימות למשימות קטנות, מתאם סוכנים ייעודיים, מפעיל כלי EDA, בוחן את התוצאות וממשיך בלולאה סגורה. Synopsys ו-NVIDIA הציגו את המערכות האלה כתהליכי עבודה אוטונומיים וארוכי-טווח לתכנון שבבים ומערכות אלקטרוניות. 314

Synopsys הדגישה אימות אוטונומי, ניתוח גורם השורש וסגירת תהליך הדיבוג. בהדגמות שעליהן דיווחה החברה נטען לקיצור של עד פי 50 בזמן עד לקבלת RTL מאומת ולשיפור של 20% בכיסוי. אלה נתונים מטעם החברה, ולא תוצאות של מבחן ביצועים בלתי תלוי. 19

תהליך נוסף של Synopsys, שפותח עם Microsoft Discovery, דיווח על ירידה ראשונית של 25%–40% בזמן מחזורי הדיבוג. גם תוצאה זו צריכה להיחשב הערכה מוקדמת ולא מדד ייצור כללי. 17

מ-RTL ועד סימולציה תרמית

Synopsys מרחיבה את הרעיון הסוכני מעבר ללוגיקה דיגיטלית. האסטרטגיה שלה כוללת גם תהליכים כבדי-פיזיקה במערכות אלקטרוניות, בהם סימולציה תרמית: הסוכן יכול לסייע בהכנת הסימולציה, בהרצתה, בהערכת הפלט ובשיפור התהליך.

החיבור בין תחומי השבבים והמערכות, יחד עם פורטפוליו Ansys של Synopsys, מאפשר לחברה להציג חזון של סביבת הנדסה רציפה — ולא רק עוזרים מבודדים בתהליך RTL-to-GDS. 1417

Cadence: סוכנים מומחים והקשר עיצובי מתמשך

Cadence בוחרת מסלול מעט שונה. ההצגה הפומבית שלה מתמקדת בהיררכיה של סוכנים מומחים, המתואמים בידי סוכן-על ברמה גבוהה יותר. בחומרים שונים מופיעים השמות ChipStack AI Super Agent, AgentStack ו-AuraStack, אך השמות אינם מאומתים באופן עקבי בכל המקורות הזמינים. לכן AgentStack ו-ChipStack AI Super Agent הם ההתייחסויות הזהירות יותר. 218

הרעיון הבולט ביותר של Cadence הוא Mental Model — מודל מנטלי של התכנון. במקום להסתמך רק על הפרומפט האחרון, הסוכן אמור לשמור הקשר מובנה וספציפי לפרויקט: אילוצים, היסטוריה, כוונה והחלטות שהצטברו לאורך הדרך.

זה חשוב במיוחד בתכנון שבבים, שבו שינוי שנראה הגיוני מקומית עלול להפר את תקציב התזמון, יעד צריכת החשמל, מגבלות האריזה או החלטה ארכיטקטונית קודמת.

Cadence מדגישה גם האצה של סימולציות רב-פיזיקליות. החזון הוא שסוכנים יוכלו להתחשב יחד בהשפעות חשמליות, תרמיות, מכניות וזרימתיות, כך שהחלטה תכנונית תיבחן לפי השלכותיה על המערכת כולה ולא רק לפי מדדים דיגיטליים. 1718

במונחים אסטרטגיים, Cadence מתחרה באמצעות שלמות ארכיטקטונית והקשר. המטרה אינה להפוך שלב יחיד לאוטומטי, אלא לאפשר לסוכן להבין את התכנון כמערכת מתמשכת של אילוצים הקשורים זה בזה.

Siemens: אמון באמצעות אימות עצמי

Siemens EDA מבדלת את Fuse EDA AI Agent באמצעות אמון. הרעיון המרכזי הוא לולאת אימות עצמי: כל פעולה שהסוכן מציע נבדקת מול מנועים דטרמיניסטיים ומבוססי-פיזיקה של Siemens, לפני שהתוצאה ממשיכה הלאה. 2

Fuse מבוסס על ארכיטקטורת Model Context Protocol (MCP) ניתנת להרחבה. MCP מספק דרך משותפת לחבר שכבת תזמור לכלים ולמידע הנדסי בתחומים כמו RTL, אימות, תכנון אנלוגי ו-Custom, מיקום וחיווט וחתימה פיזית. 2

הגישה הזו מתמודדת עם אחד הסיכונים המרכזיים בהנדסה אוטונומית: מודל שפה עלול להפיק תוכנית שנשמעת סבירה אך אינה תקפה פיזית. בתהליך מאמת-עצמו, הבדיקה הסופית מגיעה מכלי התחום. אם התזמון, הגיאומטריה, הפיזיקה או אילוץ פורמלי אחר דוחים את הפעולה, הסוכן יכול להשתמש בראיות האלה כדי לתקן את התוכנית.

Siemens מציגה גם הזדמנות רחבה יותר סביב Digital Thread — חוט דיגיטלי שמחבר בין שלבי התכנון, הייצור והתפעול. בחזון שלה, סוכנים עשויים לקשר בין החלטות תכנון לבין תכנון ייצור ותזמון שרשרת אספקה. הבידול אינו רק אוטונומיה, אלא אוטונומיה שמוגבלת בראיות תעשייתיות וביכולת ביצוע downstream.

NVIDIA הופכת לשכבת התשתית המשותפת

NVIDIA אינה מחליפה את ספקיות ה-EDA כספקית EDA מסורתית. במקום זאת, היא מספקת שכבות רבות שתומכות במחסנית הסוכנית — ובכך עשויה להפוך לנקודת תלות מרכזית של הפלטפורמה.

NVIDIA השקיעה 2 מיליארד דולר ב-Synopsys כחלק מהרחבת שותפות רב-שנתית שהתמקדה בהנדסה מבוססת AI ובעומסי EDA מואצים. 13

התשתית כוללת כמה רכיבים:

• מחשוב מואץ: Grace Blackwell משמשת לסימולציות ולהסקת מודלים. Synopsys דיווחה שמיקרו-שירותי ההסקה NIM של NVIDIA סיפקו זמן מהיר פי שניים עד לקבלת מידע ב-Copilot הגנרטיבי שלה. NVIDIA דיווחה גם על האצה של פי 34 לעומת CPU במקרה שימוש של סימולציה אווירודינמית ב-Fluent. אלה נתונים ממקרי שימוש מדווחים, ולא מדדי EDA כלליים. 1516
• מודלים ותזמור: תהליך ה-DAC של Synopsys השתמש ב-Nemotron של NVIDIA, ב-NVIDIA Agent Toolkit ובסביבת OpenShell להפעלת סוכנים ולניהול שלהם. 314
• האצת פיזיקה: ספריות CUDA-X ו-PhysicsNeMo של NVIDIA מיועדות לתמוך בתהליכי הנדסה המבוססים על סימולציות כבדות. 2
• ביצועי CPU: מעבד Vera של NVIDIA מכוון לעומסי מחשוב סדרתיים ואינטנסיביים, שעדיין חשובים ב-EDA המסורתי. NVIDIA אומרת שהיא עובדת עם Cadence ו-Synopsys על אופטימיזציה של יישומים; בבדיקות שדווחו נרשמו שיפורי ביצועים של כ-פי 1.5 ב-Cadence Jasper וב-Synopsys VCS, אך גם נתונים אלה מגיעים מהספקים עצמם. 45

כך נוצרת תחרות רב-שכבתית: חברות ה-EDA מחזיקות במסדי נתוני התכנון, בכלי התחום ובתהליכי החתימה; NVIDIA מספקת מחשוב, מודלים, רכיבי תזמור ותשתית הרצה. הלקוחות עשויים ליהנות מתהליכים מהירים יותר, אך במקביל עולה השאלה עד כמה מחסנית ההנדסה העתידית תהיה תלויה בפלטפורמת חומרה ותוכנה משותפת.

מה הוכיח ניסוי Kimi K3 — ומה לא

ההדגמה של Kimi K3 מספקת נקודת השוואה חשובה להכרזות של החברות הוותיקות. לפי החשבון שסופק, Kimi K3 פעל במשך 48 שעות באופן אוטונומי, תכנן, שיפר ואימת שבב עבור מודל Nano, באמצעות כלי EDA בקוד פתוח וספריית Nangate 45 ננומטר. לפי הדיווח, השבב תפס כ-4 מ"מ רבוע וסגר תזמון של 100 מגה-הרץ בסימולציה. 17

זו ראיה משמעותית לכך שסוכן המבוסס על מודל שפה יכול לתאם לולאת תכנון מקצה לקצה בתנאים מוגבלים. היא מחברת בין ארכיטקטורה, יצירת RTL, אופטימיזציה, אימות וניתוח תזמון בתהליך אוטונומי אחד.

אך אין בכך הוכחה שכלי EDA מסחריים או צוותי מהנדסי שבבים הפכו למיותרים. הניסוי השתמש בתהליך ייחוס בשל של 45 ננומטר — בערך שני עשורים מאחורי טכנולוגיות הייצור המתקדמות — ואינו מוכיח ביצועים ב-PDK מודרניים, בסגירת תזמון והספק מתקדמת, בתכנון אנלוגי, ב-Design for Test, בשילוב IP, בניתוח אמינות, באילוצי ייצור או בחתימה לייצור.

גם הטענה שהשבב מציג ביצועים נמוכים פי 20 עד 30 לעומת שבבים עכשוויים אינה צריכה להיחשב השוואה מבוקרת ללא ראיות חזקות יותר. התוצאה מגיעה מחומרי הפרויקט עצמו ולא משחזור עצמאי של מבחן ייצור.

המסקנה הזהירה יותר היא שקוד פתוח יכול לתמוך בהדגמה מרשימה בתהליך ייצור ותיק. עם זאת, תכנון תחרותי וניתן לייצור בטכנולוגיות מתקדמות עדיין תלוי במידה רבה בנתוני יצרן השבבים, בספריות תהליך, בתהליכי חתימה בשלים ובמומחיות הנדסית ייעודית.

חלון הזדמנויות לספקיות EDA סיניות

AI סוכני מעניק לחברות EDA מסין אפשרות להתחרות ברמת תהליך העבודה, ולא רק לנסות לשחזר כל כלי נקודתי שכבר קיים בשוק. ההזדמנות בולטת במיוחד באימות, בדיבוג, בפריסה מקומית, באריזה מתקדמת ובממשקים שנבנו מלכתחילה עבור מודלי שפה. דיווחים מ-DAC מתארים כניסה של סוכנים לכל התהליך — מיצירת RTL וסביבות בדיקה ועד סימולציה, אימות פורמלי ודיבוג. 17

במחקר שסופק מוזכרות, בין היתר:

• Xpeedic, שניתן לשלב את יכולות שלמות האות וההספק שלה עם ניתוח סוכני של מערכות, מארזים ואריזה מתקדמת.
• XEPIC, שהכריזה על XEPIC Intelligent System, הכולל מערכות תכנון ואימות חכמות והיצע סימולציה מהיר יותר. 17
• UniVista, שתיארה פלטפורמת תכנון סוכנית שמסוגלת לתאם RTL, אימות, תיקון ואופטימיזציה על בסיס ארכיטקטורת EDA שפותחה מקומית. 17
• Chips Z, Banxin ו-Zhiwei Chuangxin, שממחישות את הדחיפה הרחבה יותר לשרשראות כלים בשליטה מקומית, לסוכני תכנון ואימות ייעודיים ולממשקי הנדסה שנבנו סביב מודלי שפה.

הדפוס המוצרי המשכנע ביותר הוא לולאת ראיות: הסוכן מייצר השערה או תיקון, מריץ סימולציה או אימות פורמלי, בוחן דוגמה נגדית או מדד איכות, ומחזיר את הראיות לתהליך. זה אמין יותר מלבקש ממודל כללי ליצור שבב ולהסתמך על התוצאה ללא בדיקות תחום.

ההערכה החוזרת שלפיה מהנדסים מבלים כ-60% מזמנם בדיבוג ובעבודה תהליכית צריכה להיחשב אומדן תעשייתי, ולא מדידה אוניברסלית. עם זאת, ההזדמנות ברורה: מיון תקלות, ניתוח עקבות, יצירת בדיקות, איתור גורם שורש ותיקון רגרסיות הם יעדים טבעיים לאוטומציה. 17

התחרות האמיתית היא על ראיות

המסר החשוב ביותר של DAC 2026 אינו שתכנון שבבים אוטונומי כבר נפתר. המסר הוא שספקיות ה-EDA הגדולות רואות בתהליכי עבודה סוכניים את הדרך הבאה להרחיב את יתרון הפלטפורמה שלהן.

Synopsys מדגישה סולם אוטונומיה, את AgentEngineer, סגירת אימות ורוחב של "מסיליקון למערכות". Cadence מדגישה תיאום בין סוכנים מומחים, הקשר עיצובי מתמשך וחשיבה רב-פיזיקלית. Siemens מדגישה אימות עצמי, שילוב כלים באמצעות MCP וחיבור רחב יותר בין התכנון לתעשייה.

לכולן יש אתגר משותף: אמון. סוכן EDA שימושי חייב להסביר מה שינה, לשחזר את התהליך, לשמר את כוונת התכנון ולהציג ראיות דטרמיניסטיות לכך שהתוצאה עומדת באילוצים הרלוונטיים.

לכן המנצחת בטווח הקרוב כנראה לא תהיה החברה עם המודל השוטף או הרהוט ביותר. זו תהיה החברה שסוכניה יוכלו לפעול בבטחה בתוך מאגרי הנתונים, ה-IP, מנגנוני האבטחה, כלי הסימולציה ותהליכי החתימה הקיימים — ולהפוך כל פעולה אוטונומית לראיה הנדסית הניתנת לביקורת.