Multiphysics-Aware Models
Design-Driven Model Navigator
IC Design Ontology
Reasoning Core
四项技术协同运作，推动 AI 在半导体领域真正落地
01 / 04
跳至优势 全球芯片设计团队的信赖之选
AmbiqAndeseMemoryRambusWhalechipAmbiqAndeseMemoryRambusWhalechip
优势
- 一个平台，实现全流程自主运行
- 您只需设定目标，智能体即可执行从规格到经验证结果的完整流程，覆盖数字与模拟设计。
- PPA 收敛速度最高提升 10 倍
- 物理预测与多目标优化可减少迭代次数，并提升结果质量（QoR）。
- 兼容您现有的工具
- ChipAgents 可融入您现有的设计环境，并根据质量、延迟和成本选择模型与工具。
- 您的 IP 绝不会离开企业内部
- 专有设计知识与执行上下文均保留在客户自主掌控的基础设施中，并具备 SOC 2 Type II 控制措施与零数据留存。
- 本地化部署下的自我改进
- 每一次运行都让下一次更智能，全部在您自己的硬件上完成。
- 跨领域协作
- 架构、RTL、验证与物理设计（PD）团队基于共享的上下文与平台协同工作。
“过去一年，我们与 ChipAgents 合作，将 AI 引入开发工作流，打造了一个将工程知识与 AI 辅助相结合、贯穿集成电路设计全生命周期的基础。”
“使用 ChipAgents 平台之后，我们看到了加快芯片与 IP 开发步伐、提升工程效率、巩固我们在 AI 与数据中心基础设施领域长期地位的机会。”
“ChipAgents 不仅是力旺电子行为模型的 AI 评估工具……还帮助我们的工程师显著提升了 IP 数据手册的质量与可靠性。”
关于 IC-star 的常见问题
还有其他问题？与我们的团队预约时间 →
IC-star 接收单一目标后，即可完成从工程意图到经验证结果的规划、执行与验证，覆盖数字与模拟工作流，而不是孤立地自动化某一项任务。
IC-star 部署在您的环境中，可本地化部署，也可部署在您自己的云租户中，因此 RTL、规格和报告始终不会离开您的安全边界。访问权限沿用您现有的项目权限，您的数据不会用于训练共享模型。
智能体的输出从不会被直接采信。每一步都由您流程中原有的把关工具（编译器、仿真器、Lint、形式验证、时序分析）进行验证，未通过的检查会反馈回去重新尝试。物理感知估算用于引导探索，而每个结果仍由您的仿真、验证与实现工具验证。最终交到工程师手中的结果，与人工完成的工作经过同样严格的证据检验。
IC Design Ontology 将您组织的设计数据、IP、规格与工程经验进行编码，使每项决策都基于您的实际情况，而非通用路径。
通用模型基于公开数据预测文本。芯片专用智能体 AI 则围绕半导体设计流程本身构建：它读取您的 RTL、规格、约束、波形和报告，调用您的 EDA 工具，运行仿真，并在汇报前依据物理与覆盖率数据检查自身结果。两者的区别在于事实依据与闭环：通用模型给出建议，智能体交付附有证据的经验证结果。
目前，团队已将智能体用于 RTL 生成与重构、测试平台与激励生成、覆盖率收敛、回归测试分诊与根因分析、形式属性生成、Lint 与 CDC 问题清理、时序与 PPA 探索、模拟电路尺寸扫描，以及设计意图文档编写。凡是“完成标准”可由机器检查的工作都适合交给智能体；依赖未成文经验判断的工作仍由工程师负责。
工程师设定目标与约束，智能体负责参数扫描、重试与记录工作。每次运行都会留下可审查的记录（修改了什么、调用了哪个工具、哪项检查通过），工程师只需批准或调整方向，无需从头重做。在实际工作中，工程师的角色从逐次手动编写每轮迭代，转变为一次审查多轮迭代。
ChipAgents 已在 3D 集成电路（Whalechip）、存储器（力旺电子）和边缘 AI（Ambiq）设计流程中经过生产验证。详情请参阅客户案例。