跳到主要内容
返回时间线
arXiv来源发表:

芯片布局交给AI智能体后怎么判分:Nova-SI在工业版图上均分57.97,最强通用配置31.17

核心概要

芯片布局的早期决策要等下游实现跑完才看得出好坏,仅凭工具执行成功无法判断。一套评测框架把智能体提交的布局接入规定的电源网格、布局与全局布线流程,检查几何合法性并测量拥塞、时序和资源。在一块99个宏占布局区71.1%的工业设计上,专用系统Nova-SI在不用在线反馈的条件下取得57.97的平均质量分,最强通用配置GPT-6 Astra为31.17,但两者单次输出分数区间重叠。

Source-provided article image: Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study
arXiv

深度剖析

芯片布局智能体的产出开始按交付布局在下游实现中的物理后果来评判,而不是按脚本是否跑通来评判。 此前的智能体评测多以任务完成、工具环境或可检查的交付物为对象,几何打包和线长代理指标也不足以刻画布局质量。 在一块含235,727个实例、99个硬宏占布局区71.1%的固定L形版图上,39份布局取得完整物理测量,Nova-SI平均质量分57.97,最强通用配置GPT-6 Astra为31.17。

质量差距主要落在拥塞和时序上,而不是全局填充密度。 Nova-SI与Astra的平均标准单元利用率接近,分别为32.27%和33.56%。 同一对照下平均总溢出为17,563对281,748,受影响全局布线单元比例为0.0745%对0.9586%,平均线长为21.89米对28.88米。

评测把提交、测量与解释分开:先确认提交的宏几何与固定端口进入测量状态,再把几何非法与质量差、测量缺失区分开。 下游标准单元布局、尺寸调整和缓冲插入会合法地改变设计,因此不能要求标准单元几何不变。 对11个提交态与测量态标准单元状态不同的基线,核查覆盖全部99个宏几何、107个固定信号端口和原始单元名与引用,25个核心电源网格、布局与约束文件逐字节一致。

启示与展望

评测范围是一块固定L形版图的工业设计,流程止于电源网格、布局和全局布线估计,不含时钟树综合、详细布线或签核;结论针对所评测的系统配置,而非孤立模型或等预算比较。

各配置的模型、工程先验、权限与工具环境同时不同,单次输出分数区间存在重叠,因此这一案例不确立未见设计上的泛化能力;评分尺度表达工程偏好,绝对松弛未按时钟周期归一化,资源记录覆盖不完整使核心小时数为下界。