AI for EDA提速25倍:论芯率如何以AI读懂芯片协议文档
允中 发自 凹非寺
量子位 | 公众号 QbitAI
当所有人在讲AI for EDA的故事,论芯先跑进了产线
芯片设计的复杂度每两年翻一番,但有一个环节的效率几乎没变过——读文档

SoC验证工程师,在写下第一行代码之前,往往要花几周甚至几个月,把几百上千页的协议规范读完、读透、理清楚。
任何一处遗漏,都可能导致验证覆盖不全,最终的代价是respin——一次流片失败,几百万美金和几个月周期归零
EDA工具进化了几十年,综合工具替代了手工逻辑优化,布局布线工具替代了手工版图设计,仿真工具替代了手工波形检查。但“读文档、定策略、写验证”这一层,几十年来始终没有被工具化。
论芯科技已经在真实产线上给出了答案。
论芯的系统做的事情,一句话概括:拿到一份芯片协议文档,自动输出可用的验证代码
在一次客户的实际验证任务中,系统跑出了三组值得注意的结果:
发现了一个respin级别的bug,这意味着系统对spec的理解深度已经足以捕捉到那些会导致流片失败的关键缺陷;同一任务中,识别出超过100条pattern的timing违例,这些在传统流程中需要工程师逐条人工排查;整个任务的完成速度达到资深专家的25倍
这不是实验室里的数字,是在客户的真实项目里跑出来的。论芯目前已在多家客户的真实项目中完成部署。
为什么是论芯先做出来?
答案藏在创始团队的经历里。
论芯创始人何卓论做AI与EDA的交叉领域已经近十年。北大本科毕业后留校读博,中途退学,去香港中文大学从头再来。他原本甚至打算博士毕业后回高中当一名信息学竞赛老师,但在真正深入产业一线后,他改变了想法。

△论芯科技创始人何卓论
不同于大多数这个方向的研究者,他几乎在链条上的每个位置都待过:做过EDA工具开发,做过EDA工具中的AI算法,也做过跑AI算法的芯片设计。
横跨多个角色的经历让他得出了一个在学术圈不太主流的判断:
AI for EDA最大的问题不是模型不够强,而是做方法论的人不懂业务场景,做业务的人没有足够的方法论储备。两边之间有一条巨大的鸿沟。学术界发了大量论文,绝大多数停在proof of concept阶段,离工程师真正用起来还差得远。
何卓论要填的就是这个gap。于是他创办了论芯。
蒲渊是论芯的联合创始人兼CTO。在香港中文大学读博的第一年,他就连续以第一作者身份拿到三个EDA顶会的最佳论文提名,并提前完成了毕业要求——这样的节奏在学术界极为罕见。但他没有选择继续在学术界积累履历,而是在博士早期就加入论芯,把精力投入技术的产品化落地。

△论芯科技联合创始人兼CTO蒲渊
一个看得到业务全局的人,加一个能把技术打穿的人——论芯的核心就是这么搭起来的。
围绕这个核心,论芯搭建了一支兼具芯片领域知识和AI工程能力的团队。AI中台和智能体方向的负责人均来自AI行业一线,有成熟的大模型产品化和系统落地经验。这让论芯在技术路线上不是从学术论文出发去找场景,而是从工程实践出发去定义技术架构。
知识图谱打底,大模型做引擎
正是这样的团队,决定了论芯的技术路线走法跟“拿GPT或开源模型直接挂一个RAG”有本质区别
RAG解决的是检索问题,给模型喂相关段落,让它回答问题。但芯片验证不是问答,它是一个工程问题。
一份几百页的spec里,时序要求散落在第三章,异常处理逻辑藏在第七章的附录里,跨模块的依赖关系要对着三份不同的文档交叉比对——同一个功能点的约束条件可能散落在十几个不同章节。
人类工程师靠经验和记忆力把它们关联起来,论芯的系统靠一套从芯片领域基础知识中进化出来的知识图谱
具体来说,一份spec文档进入系统后,首先被自动解析,随后组织成一张知识图谱。这张图谱的schema不是人为定义的静态模板,而是能适应不同协议、不同架构的文档结构。知识图谱不仅汇聚信息,还能自动识别文档内部的冲突和不一致,而这些恰恰是人工阅读中最容易遗漏的。
知识图谱之上,大语言模型作为推理引擎,结合任务相关的上下文,根据验证策略自动生成下游所需的产物:覆盖模型、测试平台、测试pattern。
从文档到可执行的验证代码,整条链路被打通。

用何卓论的话说:“我们不是在做一个AI模型,是在做一个能嵌入工程师工作流的工具。模型是引擎,但引擎不是汽车。”
以验证为入口,构建AI原生EDA平台
AI for EDA是一个正在快速升温的方向,整个行业正在形成共识:AI会深刻改变芯片设计的流程。
在这个共识之下,真正决定一家公司位置的,不是叙事本身,而是谁先把技术落进客户的产线、拿到可验证的结果。
论芯选择的路径很明确:先在最痛的场景里证明自己,用结果建立信任,再向平台扩展
验证是入口,平台是目标。
一个AI原生的、能够包住EDA工具链的平台,让芯片设计流程中每一个依赖人力经验的环节,逐步被系统化、自动化。从文档理解到验证生成,从验证到设计流程的更多节点,论芯要做的是一层一层地把AI能力铺进去。
这件事没有捷径,只能一个场景一个场景磨出来。论芯已经磨出了第一个。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
智元机器人GO2具身智能基座大模型详解
在机器人技术领域,一个长期存在的核心挑战是“语义-运动鸿沟”:机器能“看懂”指令,却难以“稳定执行”。传统的模型往往将理解与执行压缩在同一个瞬间,导致规划与动作脱节,在复杂多变的环境中表现不佳。而智元机器人最新推出的GO-2(Genie Operator-2),作为第二代具身智能基座大模型,正是为解
π0.7发布开启VLA新阶段机器人迎来GPT-3时刻
今天凌晨,机器人领域传来一声惊雷。由Physical Intelligence公司发布的全新VLA模型π0 7,以一种意想不到的方式,为“世界模型”的叙事敲下了一记重锤。 它的突破点在于,首次在机器人领域实证了组合泛化能力。简单来说,当面对一个全新任务时,这个模型能够像搭积木一样,组合运用过去学过的
北电数智星火AI云2.0发布 AI系统工程如何重塑产城发展新范式
2026年5月13日至14日,备受瞩目的Create 2026百度AI开发者大会将在北京隆重举行。本届大会以“万物一体”为核心主题,并实现了一项重要升级:首次将“Create百度AI开发者大会”与“云智大会”全面合并。此次整合旨在为参会者提供一站式、全景式的洞察体验,无论是关注AI基础设施的企业决策
中国人工智能学会联合人大高瓴AI学院与英博数科推出高校算力支持计划
4月9日,一场旨在加速人工智能产学研融合的战略合作签约仪式在中国人民大学成功举办。在中国人工智能学会(CAAI)的积极推动下,中国人民大学高瓴人工智能学院与英博数科正式达成协议,共同启动“高校学院算力支持计划”。这一举措,是对国家“人工智能+”行动战略的积极响应,其核心目标在于:强化高校智能算力基础
高瓴红杉联手投资具身大脑 中国创4.55亿美元融资纪录
近日,中国具身智能领域诞生了一项新的纪录——史上最高单轮融资。 4月16日,成立仅一年的它石智航宣布完成Pre-A轮融资,金额高达4 55亿美金。 一年前,这家公司曾以行业最大天使轮融资引发关注;一年后,其Pre-A轮融资再次刷新了中国具身智能的单轮融资纪录。 更引人瞩目的,是此次堪称顶配的投资方阵
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

