Siemens treibt selbstverifizierende KI für das Halbleiterdesign voran

Die Entwicklung von Halbleitern und Leiterplatten (PCBs) stützt sich zunehmend auf künstliche Intelligenz, um die wachsende Komplexität moderner Designs zu bewältigen. Siemens hat sein Portfolio für Electronic Design Automation (EDA) durch die Integration von NVIDIA-KI-Technologien in das Fuse EDA AI Agent-System erweitert und führt damit selbstverifizierende agentenbasierte KI-Workflows ein. Diese automatisieren Engineering-Aufgaben und validieren gleichzeitig KI-generierte Entscheidungen kontinuierlich mithilfe deterministischer, physikbasierter EDA-Software. Die neuen Funktionen sollen die Produktivität von Entwicklungsteams, die Designqualität und die Effizienz der Verifikation über den gesamten Halbleiterentwicklungsprozess hinweg steigern. Einsatzbereiche umfassen unter anderem moderne integrierte Schaltungen (ICs), Chiplets, 3D-ICs sowie leistungsstarke Leiterplattenentwicklungen.

Selbstverifizierende KI erhöht die Zuverlässigkeit im Engineering
Die neuesten Erweiterungen bauen auf der Plattform Fuse EDA AI Agent von Siemens auf und kombinieren die EDA-Software des Unternehmens mit den KI-Infrastrukturen und Technologien für beschleunigtes Rechnen von NVIDIA. Im Gegensatz zu herkömmlichen KI-Assistenten, die Empfehlungen generieren, ohne deren technische Korrektheit zu überprüfen, validiert das neue System KI-generierte Ergebnisse kontinuierlich mithilfe bewährter EDA-Engines. Dadurch können autonome KI-Agenten komplexe Engineering-Aufgaben ausführen und gleichzeitig die Konsistenz mit etablierten Design- und Simulationsprozessen sicherstellen. Dies hilft Entwicklungsteams, Fehler zu reduzieren, das Vertrauen in Designentscheidungen zu erhöhen und Projekte schneller abzuschließen.

Darüber hinaus wurde der Fuse EDA AI Agent in Siemens Intelligence Center X integriert. Unternehmen können damit KI-Agenten für Engineering-, Fertigungs- und Lieferkettenprozesse erstellen und orchestrieren. Durch die Verbindung KI-gestützter Workflows mit der Digital-Twin-Umgebung möchte Siemens intelligente Engineering-Prozesse über einzelne Designaufgaben hinaus erweitern und eine koordinierte Produktentwicklung im gesamten Unternehmen unterstützen.

NVIDIA-Technologien erweitern die KI-Fähigkeiten
Die erweiterte Plattform integriert mehrere NVIDIA-Technologien, welche die Fähigkeiten der KI in den Bereichen Schlussfolgerung, Ausführung und Sicherheit für das Halbleiter-Engineering verbessern. KI-Agenten, die mit der Open-Source-Bibliothek NVIDIA NeMo Gym entwickelt werden, können ihre Ausführungsstrategien kontinuierlich optimieren, indem sie aus früheren Designprojekten und dem gesammelten Engineering-Wissen lernen.

NVIDIA OpenShell stellt eine sichere Laufzeitumgebung mit Governance-Funktionen auf Unternehmensniveau sowie Mechanismen für Zugriffssteuerung und Auditierung bereit. Dadurch können autonome KI-Agenten sicher innerhalb von Entwicklungsorganisationen eingesetzt werden.

Für anspruchsvolle Schlussfolgerungsprozesse kommen die NVIDIA Nemotron-Modelle und Switchyard zum Einsatz. Sie ermöglichen es KI-Agenten, komplexe technische Zielkonflikte zu bewerten und gleichzeitig Leistung sowie Token-Effizienz bei lang laufenden Workloads zu verbessern. Ergänzend steigern NVIDIA Accelerated Computing und die CUDA-X-Bibliotheken die Rechenleistung, sodass KI-Modelle und EDA-Engines effizienter arbeiten können, ohne die für das Signoff erforderliche Genauigkeit zu beeinträchtigen. Zusammen unterstützen diese Technologien eine sichere Zusammenarbeit mehrerer KI-Agenten, Echtzeit-Feedback im Engineering sowie eine verbesserte Konvergenz in Workflows für Halbleiter- und Leiterplattendesign sowie deren Verifikation.

KI entlang des gesamten EDA-Workflows
Siemens hat den Fuse EDA AI Agent über sein gesamtes EDA-Portfolio hinweg erweitert, um Workflows entlang der gesamten Halbleiter- und Elektronikentwicklung zu koordinieren. Domänenspezifische KI-Agenten arbeiten bei der High-Level-Synthese, Verifikation, Implementierung und Validierung zusammen. Dadurch lassen sich Optimierungen über den gesamten Entwicklungsablauf hinweg realisieren, anstatt einzelne Engineering-Aufgaben isoliert zu betrachten.

Die Lösung unterstützt Catapult für die High-Level-Synthese, Questa One und Veloce für die digitale Verifikation, Solido für das Design und die Verifikation kundenspezifischer integrierter Schaltungen (ICs), Aprisa für die physische Implementierung, Calibre für die Signoff-Verifikation, Tessent für Design-for-Test (DfT), Innovator3D IC für fortschrittliche 3D-Integration sowie Xpedition für das Leiterplattendesign. Durch die Orchestrierung von KI-Agenten über diese Werkzeuge hinweg möchte Siemens die Effizienz der Entwicklungsprozesse steigern und gleichzeitig die technische Genauigkeit von der Erstellung des Designs bis zur abschließenden Verifikation sicherstellen.

Schnellere Entwicklung kundenspezifischer ICs
Die Zusammenarbeit erweitert die KI-Funktionen auch innerhalb der Solido Characterization Suite. Agentenbasierte KI-Workflows automatisieren die Bibliothekscharakterisierung, indem sie Solido Characterizer, Solido LibSPICE, Solido Generator und Solido Analytics koordinieren. Dadurch können Liberty-Timing-Dateien für Standardzellen, Speicherbausteine und kundenspezifische Intellectual-Property-(IP)-Bibliotheken moderner Fertigungstechnologien automatisch erstellt und verifiziert werden.

Nach Angaben von Siemens verkürzt der automatisierte Workflow die Bearbeitungszeit für die Charakterisierung um mehr als das Zehnfache und reduziert gleichzeitig die Kosten für KI-Tokens im Vergleich zu herkömmlichen KI-gestützten Ansätzen um das Fünf- bis Zehnfache. Darüber hinaus hat das Unternehmen den Solido Layout Analyzer vorgestellt – eine KI-gestützte Lösung, mit der Entwicklungsteams parasitäre Effekte und layoutabhängige Einflüsse in Post-Layout-Designs mithilfe natürlichsprachlicher Eingaben analysieren können. Die Software wertet Designergebnisse aus, empfiehlt Korrekturmaßnahmen und erstellt Engineering-Berichte, wodurch layoutbedingte Probleme bereits in frühen Entwicklungsphasen erkannt werden können.

Verbesserte digitale Verifikation
Die Verifikation zählt weiterhin zu den größten Herausforderungen in der Halbleiterentwicklung und kann bis zu 70 % des gesamten Entwicklungsaufwands ausmachen. Siemens hat sein bereits vorgestelltes Questa One Agentic Toolkit um das Schlussfolgerungsmodell NVIDIA Nemotron 3 Ultra erweitert. Dadurch werden lang laufende Verifikationsagenten unterstützt, die komplexe technische Szenarien bewerten können.

Die KI-Agenten validieren Register-Transfer-Level-(RTL)-Designs kontinuierlich anhand von Referenz-Testumgebungen und analysieren gleichzeitig technische Zielkonflikte während des gesamten Verifikationsprozesses. Dieser Ansatz ermöglicht eine frühzeitigere Erkennung von Designfehlern, beschleunigt den Abschluss der Verifikation und erhöht die Sicherheit vor dem Tape-out – insbesondere bei immer komplexeren Bausteinen wie KI-Beschleunigern, Automotive-Systems-on-Chip (SoCs), Chiplet-basierten Architekturen und fortschrittlichen 3D-ICs.

Verfügbarkeit
Die erweiterten KI-gestützten Funktionen werden in zukünftigen Versionen des KI-nativen EDA-Portfolios von Siemens verfügbar sein.

Zusätzlicher Kontext
Dieser Abschnitt enthält technische Hintergrundinformationen und einen Wettbewerbsvergleich, die in der ursprünglichen Produktankündigung nicht enthalten waren.

Die Einführung agentenbasierter KI stellt die nächste Entwicklungsstufe der Electronic Design Automation dar. Während KI-Copiloten Entwicklungsteams vor allem beim Erstellen von Code oder bei der Beantwortung technischer Fragen unterstützen, sind agentenbasierte KI-Systeme darauf ausgelegt, mehrstufige Engineering-Workflows mit minimalem menschlichem Eingreifen zu planen, auszuführen und zu koordinieren. Da große Sprachmodelle jedoch ungenaue oder nicht überprüfbare Ergebnisse erzeugen können, gewinnt die kontinuierliche Validierung durch deterministische Engineering-Software zunehmend an Bedeutung – insbesondere in Anwendungsbereichen, in denen die Korrektheit eines Designs entscheidend für den Fertigungserfolg ist.

Mehrere EDA-Anbieter integrieren inzwischen KI in die Halbleiterentwicklung, verfolgen dabei jedoch unterschiedliche Strategien. Synopsys konzentriert sich mit AgentEngineer und KI-gestützten Lösungen für das Multi-Die-Design auf die KI-unterstützte Designexploration und Engineering-Automatisierung. Cadence erweitert kontinuierlich seine KI-gestützten Optimierungslösungen für digitale Implementierung, Verifikation und Systementwicklung. Siemens hebt sich durch die Kombination autonomer KI-Agenten mit einer kontinuierlichen physikbasierten Verifikation ab. Dadurch bleiben KI-generierte Entscheidungen während des gesamten Entwicklungsprozesses mit etablierten Engineering-Modellen konsistent. NVIDIA ergänzt diesen Ansatz durch beschleunigte Rechenplattformen, KI-Modelle für komplexe Schlussfolgerungen und eine sichere Infrastruktur, die den unternehmensweiten Einsatz agentenbasierter KI ermöglicht. Mit der zunehmenden Komplexität moderner Halbleiter – geprägt durch fortschrittliche Fertigungstechnologien, Chiplets und heterogene Integration – dürfte die Kombination aus autonomer KI und deterministischer Engineering-Validierung künftig eine immer wichtigere Rolle dabei spielen, die Produktivität zu steigern und gleichzeitig die Integrität von Designs sicherzustellen.

Bearbeitet von Sucithra Mani, Redakteurin bei Induportals – mit Unterstützung von KI adaptiert.

www.siemens.com