MWC 2018
2018
Computex
IFA 2018
Крупнейший разработчик ПО для проектирования чипов Synopsys анонсировал набор решений AgentEngineer — «специализированных агентов для выполнения долгосрочных задач» на основе новой платформы искусственного интеллекта Autopilot. Комплект охватывает шесть областей разработки микросхем: проверку чипа, проверку всей системы, физическую реализацию, аналоговую и аналогово-цифровую часть, моделирование и анализ.
Источник изображений: synopsys.com
Продукт внедрили в работу уже более 50 клиентов Synopsys, а в широкий доступ компания выпустит его в конце 2026 года. Ранее она показывала рабочие процессы на основе ИИ-агентов, построенные с участием Nvidia и Microsoft. Synopsys позиционирует ИИ-агентов как автономных, но утверждение результатов на контрольных этапах остаётся за человеком, подчеркнули в компании. Для предприятий, которые занимаются проектированием и производством чипов и стремятся повысить эффективность за счёт внедрения ИИ, новый пакет решений поможет «ускорить переход от проектирования с использованием ИИ к автономной инженерной разработке».
Система AgentEngineer имеет трёхуровневую структуру — в неё входят «специализированные суперагенты, которые координируют агентов-исполнителей»; агенты-исполнители, которые «решают непосредственные, чётко разграниченные инженерные задачи» или действуют по прямому запросу инженера; а также движки на уровне инструментов, которые «выполняют запрошенную работу» но не принимают решений и не ставят целей. Агенты для выполнения долгосрочных задач или задач с длинным горизонтом планирования помогают решить проблему сложности целей — они выполняют задачи, требующие сотен или тысяч шагов рассуждения.
Платформа охватывает все этапы разработки от координации работы ИИ-агентов до сбора телеметрии — её основу составляет «когнитивная модель», которая обеспечивает работу «контекстного интеллекта». Безопасность интеллектуальной собственности обеспечивают системы контроля доступа, шифрования и средства защиты среды исполнения. Клиенты могут использовать в системе коммерческие, открытые и дообученные ИИ-модели, которые развёртываются в облаке Synopsys, в собственном облаке клиента или работают на локальной инфраструктуре.
Компания проиллюстрировала цикл проверки чипа. ИИ-агент составляет план, координирует работу агентов-исполнителей, и вносит коррективы, если промежуточный результат оказывается неудовлетворительным. При обнаружении ошибки во время тестирования подключается агент для анализа первопричин — он изучает журналы, группирует ошибки, формулирует гипотезу и проверяет её, анализируя сигналы. Затем агент производит «локальную перезапись RTL-кода, чтобы подтвердить устранение ошибок», и составляет отчёт об их исправлении. Если промежуточные результаты отклоняются от поставленной цели, ИИ-агент «корректирует курс, адаптируется и соответствующим образом реагирует».
При совместном тестировании системы с Nvidia завершение проверки чипов ускорилось на величину до 50 раз, полнота проверки расширилась на 20 %, производительность при решении инженерных задач повысилась на величину до 30 % — последний показатель показала Fujitsu в контексте генерации RTL-кода. Один из клиентов Synopsys сформировал собственную среду ИИ-разработки микросхем на основе коммерческих ИИ-агентов общего назначения — пакет AgentEngineer помог сократить расход ИИ-токенов вдвое. Положительные отзывы о системе оставили Intel, MediaTek и Samsung, хотя конкретными результатами они не поделились.
Ранее Synopsys предложила классификацию уровней автономности ИИ-агентов для разработки микросхем, и по ней компоненты AgentEngineer отвечают критериям высшего уровня L5. Инженеры-люди по-прежнему принимают активное участие в работе, но степень контроля может варьироваться. Клиенты могут самостоятельно устанавливать контрольные точки для проверки результатов, подтверждения решений и корректировки хода работ — а затем по мере роста доверия к системе «снижать уровень вмешательства». В каких именно случаях агенты прерывают попытки выполнения задачи или передают её инженеру, в Synopsys не уточнили.
Источник:
