关键的架构创新是一个强制验证门:AI代理必须从西门子行业标准的物理验证和功能仿真工具Calibre或Questa One那里收到通过结果,才能继续执行设计决策。NVIDIA的NeMo Gym运行强化学习循环来训练这些代理,据称库覆盖范围提升十倍。该工作流还与西门子的Intelligence Center X平台集成。
在实践中,这意味着AI代理可以自主执行工程任务——解读设计规范、生成修复方案并验证它们——但在未通过传统的、基于物理的验证之前,它们无法签署tapeout。正如一项分析所言,这是针对“信任问题”提出的解决方案,该问题一直使生成式AI无法真正参与芯片设计的签核决策。西门子的信息很明确:AI代理将用决定设计是否通过的确定性工具来检查自己的工作。
为支撑这一愿景,西门子在2026年完成了五笔EDA相关收购,将触角延伸到芯片设计周期的上下游:
Precision Innovations和Defacto的交易在DAC前夕宣布,直接将西门子推向上游架构阶段的决策环节,AI规划工具可以接入经过验证的代理工作流。
Agentic AI是整个会议的压倒性主题。西门子自己的预告指出,“今年DAC最大的讨论之一无疑将是agentic AI”。一场名为“从炒作到落地:Agentic AI今天在芯片设计中的实际价值”的专门技术讲座旨在将真正的工程收益与远景炒作区分开来。
每家大型EDA厂商对于认证问题都提供了不同的方法:
贯穿所有这些发布的核心线索是行业决心超越演示阶段的AI。全行业正在向生产级、可验证的agentic工作流靠拢,每家主要厂商都对信任和认证问题给出了不同的回答:西门子押注物理引擎门控(Calibre/Questa),Synopsys押注开放可互操作堆栈,Cadence押注GPU加速代理循环。
正如一项行业分析所指出的,“Cadence、Synopsys和Siemens EDA拥有流程、格式、代工厂认证,最重要的是,拥有签核信任——每一次重置都必须取代这种信任,每一个编排者都必须借用它”。西门子的新架构——要求每个AI生成的决策都必须经过确定性物理引擎的验证——是在扩展自主工作流的同时保持这种信任的最明确机制。