เอเจนต์ AI ที่ตรวจสอบตัวเองได้มาแล้ว: Siemens และ NVIDIA แก้ปัญหาความน่าเชื่อถือในการออกแบบชิปที่ DAC 2026

นวัตกรรมทางสถาปัตยกรรมที่สำคัญคือ ประตูการตรวจสอบภาคบังคับ (mandatory verification gate): เอเจนต์ AI ไม่สามารถดำเนินการตัดสินใจออกแบบใดๆ ได้จนกว่าจะได้รับ การผ่าน (pass) จาก Calibre หรือ Questa One ซึ่งเป็นเครื่องมือตรวจสอบทางกายภาพและจำลองการทำงานมาตรฐานของ Siemens ส่วน NeMo Gym ของ NVIDIA ทำหน้าที่เป็นระบบการเรียนรู้แบบ Reinforcement Learning สำหรับฝึกฝนเอเจนต์ โดยอ้างว่าสามารถเพิ่มความครอบคลุมของไลบรารีได้ถึง 10 เท่า เวิร์กโฟลว์นี้ยังทำงานร่วมกับแพลตฟอร์ม Intelligence Center X ของ Siemens ได้อีกด้วย

ในทางปฏิบัติ หมายความว่าเอเจนต์ AI สามารถทำงานด้านวิศวกรรมได้อย่างอัตโนมัติ — ตั้งแต่การตีความสเปกการออกแบบ การสร้างการซ่อมแซม ไปจนถึงการตรวจสอบ — แต่ ไม่สามารถอนุมัติ Tapeout (การส่งชิปเข้าสู่กระบวนการผลิต) ได้ โดยไม่ผ่านการตรวจสอบตามหลักฟิสิกส์แบบดั้งเดิม บทวิเคราะห์หนึ่งระบุว่า นี่คือคำตอบที่ถูกเสนอสำหรับ "ปัญหาความน่าเชื่อถือ" (trust problem) ที่ทำให้ AI แบบเจนเนอเรทีฟถูกเก็บไว้ห่างจากการตัดสินใจ sign-off จริงในการออกแบบชิป ข้อความจาก Siemens ชัดเจน: เอเจนต์ AI จะตรวจสอบงานของตัวเองกับเครื่องมือกำหนดผลลัพธ์ (deterministic) ที่เป็นตัวตัดสินว่าดีไซน์นั้นผ่านหรือไม่

5 การซื้อกิจการ EDA ปรับโฉมพอร์ต Siemens ในปี 2026

เพื่อสนับสนุนวิสัยทัศน์นี้ Siemens ได้ดำเนินการ ซื้อกิจการที่เกี่ยวข้องกับ EDA ถึง 5 รายการในปี 2026 ซึ่งขยายขอบเขตทั้งต้นน้ำและปลายน้ำในวงจรการออกแบบชิป:

• ASTER Technologies (กุมภาพันธ์ 2026) – เพิ่มซอฟต์แวร์ทดสอบและตรวจสอบการประกอบ PCB
• Canopus AI (กุมภาพันธ์ 2026) – นำ AI มาใช้ในมาตรวิทยาเชิงคำนวณและการตรวจสอบสำหรับการผลิตเซมิคอนดักเตอร์
• Insight EDA (พฤษภาคม 2026, เสร็จสิ้น) – เพิ่มโซลูชันความน่าเชื่อถือของวงจร ซึ่งถูกผสานเข้ากับแพลตฟอร์ม Calibre
• Precision Innovations (21 กรกฎาคม 2026, อยู่ระหว่างรอปิดดีล Q3) – เพิ่มความสามารถในการวางแผนและสำรวจการออกแบบชิปด้วย AI โดยใช้กรอบงาน OpenROAD แบบโอเพนซอร์ส ทำให้ Siemens อยู่ในตำแหน่งต้นน้ำในการวางแผนสถาปัตยกรรม SoC
• Defacto Technologies (22 กรกฎาคม 2026, อยู่ระหว่างรอปิดดีล) – ให้บริการสร้างการออกแบบ SoC แบบอัตโนมัติในระดับ Register-Transfer Level (RTL)

ข้อตกลงการซื้อ Precision Innovations และ Defacto ซึ่งประกาศก่อนงาน DAC ไม่นานนั้น ส่งเสริมโดยตรงต่อแนวคิดเอเจนต์ AI ที่ตรวจสอบตัวเองได้ โดยผลักดัน Siemens ขึ้นไปสู่การตัดสินใจในเฟสสถาปัตยกรรม ซึ่งเครื่องมือวางแผนด้วย AI สามารถป้อนเข้าสู่เวิร์กโฟลว์ของเอเจนต์ที่ผ่านการตรวจสอบแล้ว

ภาพรวม Agentic AI ในงาน DAC 2026

Agentic AI เป็นธีมหลักของงานทั้งหมด Siemens เองก็เกริ่นว่า "หนึ่งในการพูดคุยที่ใหญ่ที่สุดใน DAC ปีนี้คือ Agentic AI อย่างไม่ต้องสงสัย" มีการจัด TechTalk โดยเฉพาะชื่อ "จากกระแสสู่ผลกระทบ: ที่ที่ Agentic AI สร้างมูลค่าได้จริงในการออกแบบชิปในวันนี้" เพื่อแยกผลงานทางวิศวกรรมที่แท้จริงออกจากกระแสที่เกินจริง

ผู้จำหน่าย EDA รายใหญ่แต่ละรายมีแนวทางที่แตกต่างกันในการตอบคำถามเรื่องการรับรอง:

• Synopsys ผลักดัน สแต็ก Agentic AI ที่เปิดกว้างและทำงานร่วมกันได้ (open, interoperable) สำหรับเวิร์กโฟลว์อัตโนมัติ โดยประกาศเวิร์กโฟลว์ EDA แบบ Agentic ใหม่ 2 รายการที่พัฒนาร่วมกับ Microsoft และใช้งานโดย AMD ซึ่งสามารถทดลองใช้บนแพลตฟอร์ม Discovery ของ Microsoft Synopsys สาธิต "ทีมของเอเจนต์เฉพาะทางที่ทำงานประสานกัน" ซึ่งแบ่งงานกันตามบทบาทออกแบบ ตรวจสอบ และวิเคราะห์
• Cadence สาธิต Cadence ChipStack ร่วมกับ NVIDIA OpenShell โดยแสดงวนรอบการตรวจสอบ RTL แบบอัตโนมัติที่ช่วยลดเวลาการตรวจสอบจากหลายสัปดาห์เหลือเพียงไม่กี่ชั่วโมง
• Bronco AI (บูธ 935) เปิดตัว เกณฑ์มาตรฐานระดับการผลิตสำหรับ AI ในการตรวจสอบการออกแบบ โดยอ้างอิงจากการใช้งานจริงทั้งในระดับบล็อกและระดับชิป SoC เต็มรูปแบบ
• สตาร์ทอัพอย่าง ChipAgents จัดการสาธิตสดและเซสชันทางเทคนิคเกี่ยวกับการออกแบบชิปแบบอัตโนมัติ

เหตุใดจึงสำคัญ: การตรวจสอบยืนยันระดับการผลิต

เส้นด้ายที่เชื่อมการประกาศทั้งหมดนี้เข้าด้วยกันคือการก้าวข้าม AI ในระดับสาธิตอย่างเด็ดขาด อุตสาหกรรมกำลังมุ่งสู่ เวิร์กโฟลว์ Agentic ที่ตรวจสอบได้และพร้อมสำหรับการผลิต โดยผู้จำหน่ายรายใหญ่แต่ละรายเสนอคำตอบที่แตกต่างกันสำหรับคำถามเรื่องความน่าเชื่อถือและการรับรอง: Siemens เลือกการตรวจสอบผ่านเครื่องมือฟิสิกส์ (Calibre/Questa), Synopsys เลือกสแต็กเปิดที่ทำงานร่วมกันได้, และ Cadence เลือกวรวน Agent ที่เร่งด้วย GPU

ดังที่บทวิเคราะห์หนึ่งจากอุตสาหกรรมระบุว่า "Cadence, Synopsys และ Siemens EDA เป็นเจ้าของโฟลว์ รูปแบบ การรับรองจากโรงหล่อ และเหนือสิ่งอื่นใดคือความน่าเชื่อถือในการ signoff ซึ่งทุกการรีเซ็ตต้องเข้ามาแทนที่และทุกผู้ประสานงานต้องขอยืม" สถาปัตยกรรมใหม่ของ Siemens — ซึ่งกำหนดให้ทุกการตัดสินใจที่สร้างโดย AI ต้องได้รับการตรวจสอบยืนยันกับเครื่องมือฟิสิกส์ที่กำหนดผลลัพธ์ — เป็นกลไกที่ชัดเจนที่สุดเท่าที่มีมาในการรักษาความน่าเชื่อถือนั้นไว้ ขณะเดียวกันก็ขยายขนาดเวิร์กโฟลว์อัตโนมัติ