AI Agenti v Návrhu Čipů: Siemens a Cadence Jdou Proti Sobě. Je to Jen Hype?
Návrh čipů je peklo. Teď na něj giganti jako Siemens a Cadence nasazují „AI agenty“. Podívejme se, jestli je za marketingovými frázemi reálná technika, nebo jen další nafouknutá bublina.
Procesu návrhu čipu se říká EDA – Electronic Design Automation. Představte si to jako extrémně složitý a drahý software, kde každá chyba stojí miliony. Je to svět plný rigidních pravidel, fyzikálních omezení a nástrojů, které spolu sotva komunikují. A do toho teď vstupují AI.
Na jedné straně stojí Cadence se svým „super agentem“ ChipStack AI. Slibuje až 10x vyšší produktivitu. Papírově to zní skvěle – AI, která píše kód, spouští testy a organizuje regrese. Jenže tady skepse začíná.
Jádrem je v podstatě LLM natrénovaný na kódu. Jak ale zajistit, že vygenerovaný design nehalucinuje? Že neporuší tisíce stran pravidel pro výrobní proces nebo kritické časování? To je otázka, na kterou zatím chybí odpověď.
Siemens jde na věc jinak se svým Fuse EDA AI Agent. Klíčový termín je zde „domain-scoped autonomous AI“. Tedy AI zaměřená na úzkou doménu. Není to všeuměl, je to specialista. A to dává v inženýrství mnohem větší smysl.
Technologicky se opírá o dva pilíře. Prvním je RAG (Retrieval-Augmented Generation). Můžete si to představit jako zkoušku, u které má AI povolené všechny materiály. Neodpovídá jen na základě naučených dat, ale aktivně si dohledává konkrétní designová pravidla. To je pro EDA naprosto klíčové.
Druhým pilířem je agentická orchestrace. Fuse AI není jeden monolit, který dělá vše. Je to spíš dirigent, který řídí orchestr specializovaných nástrojů. Řekne syntéze, ať provede svůj úkol, vezme její výstup, předá ho verifikačnímu nástroji a zkontroluje výsledek. Je to koordinátor, ne dělník.
Tento přístup je mnohem realističtější. Potvrzuje to i spolupráce s NVIDIÍ, která do projektu dodává své Nemotron modely a Agent Toolkit. Nejde jen o software, ale o systém myšlený od základu pro akceleraci na GPU.
Nikdo nečeká, že tito agenti nahradí inženýry. Jejich první úkol bude automatizovat otravnou, repetitivní práci. Skutečná výzva totiž není vygenerovat kód, ale garantovat, že funguje. A právě tam, kde do hry vstupuje fyzika, končí schopnosti běžných LLM.