Den avgörande förändringen är en obligatorisk verifieringsgrind. AI-agenten får inte gå vidare med ett designbeslut förrän beslutet har fått godkänt i Calibre eller Questa One, Siemens verktyg för fysisk verifiering respektive funktionell simulering .
NVIDIAs NeMo Gym används i förstärkningsinlärningen som tränar agenterna. Siemens uppger att metoden har förbättrat täckningen av bibliotek tiofalt . Arbetsflödet kopplas också till plattformen Intelligence Center X .
I praktiken ska agenterna kunna tolka designspecifikationer, föreslå och genomföra reparationer samt kontrollera resultaten. Men de får inte ensamma ge klartecken för så kallad tapeout – steget då den färdiga chipdesignen skickas till tillverkning. Först måste designen klara de deterministiska, fysikbaserade kontrollerna .
Det är Siemens tydligaste svar hittills på den förtroendefråga som har hållit generativ AI borta från de mest kritiska besluten i chipdesignen: AI:n får arbeta autonomt, men dess resultat måste fortfarande godkännas av verktygen som avgör om konstruktionen faktiskt håller .
Den självverifierande arkitekturen kommer samtidigt som Siemens breddar sin position inom EDA, både tidigt och sent i chipets utvecklingskedja. I materialet kring 2026 lyfts fem förvärv och portföljsteg fram:
Förvärven av Precision Innovations och Defacto Technologies offentliggjordes strax före DAC. De placerar Siemens längre upp i utvecklingskedjan, där arkitekturval och planering görs innan layout och fysisk verifiering. Det kompletterar berättelsen om AI-agenter som kan planera, agera och sedan få sina beslut kontrollerade i samma sammanhängande flöde .
Agentbaserad AI var ett av konferensens mest framträdande ämnen. Siemens skrev inför DAC att detta utan tvekan skulle bli ett av årets största samtal . En särskild TechTalk fokuserade på var tekniken redan skapar mätbart värde i chipdesign – och var förväntningarna fortfarande ligger före den praktiska nyttan .
Konkurrenterna presenterade olika svar på frågan om kontroll, certifiering och förtroende:
Den gemensamma nämnaren är att EDA-branschen försöker ta steget från isolerade AI-demonstrationer till verifierbara arbetsflöden för produktion. Skillnaderna ligger främst i hur företagen vill lösa förtroende- och certifieringsfrågan.
Siemens bygger sin modell kring en fysisk kontrollgrind i Calibre och Questa. Synopsys betonar en öppen och samverkande agentplattform, medan Cadence fokuserar på GPU-accelererade agentloopar. Alla måste dock förhålla sig till samma verklighet: i chipdesign räcker det inte att en AI-lösning verkar övertygande. Resultatet måste kunna verifieras, dokumenteras och godkännas i de verktyg och format som tillverkare och halvledarföretag redan litar på.
Som en branschanalys uttryckte det kontrollerar Cadence, Synopsys och Siemens EDA-flödena, formaten, gjutericertifieringarna och framför allt det förtroende som krävs för slutligt godkännande . Siemens nya arkitektur är hittills det tydligaste försöket att behålla den tilliten samtidigt som fler delar av chipdesignen automatiseras.