AI原生工作流程：靈活加速類比設計
本次研討會將介紹ChipAgents的IC-star晶片神經引擎如何在一個統一、靈活的AI代理閉迴路中，自動完成類比電路的設計、模擬與驗證。
您將了解
傳統的類比電路設計流程需要大量手動設定、反覆重跑模擬，除錯過程也十分耗時。本次研討會將介紹ChipAgents的IC-star晶片神經引擎如何在一個統一、靈活的AI代理閉迴路中，自動完成類比電路的設計、模擬與驗證。我們將透過三個生產級工作流程，展示IC-star如何結合物理感知模型、AI代理編排與工程回饋，加速設計收斂。
類比設計正在發生的變化
當前推動類比設計變革的趨勢，以及 AI 代理工作流程需要解決的挑戰。
從設計意圖到驗證結果
ChipAgents 如何將類比工作流程從設計意圖一路自動化到經過驗證的結果。
三個生產級工作流程
三個生產級工作流程帶來的效率與品質提升。
在一個閉迴路中完成行為模型
如何在一個 AI 代理閉迴路中產生並驗證行為模型。
適合對象
適合希望藉助代理式 AI 加快類比設計收斂的團隊。
類比與混合訊號設計工程師
了解代理式 AI 如何在您的類比流程中承擔設定、重跑模擬與除錯工作。
驗證與建模工程師
了解如何在一個 AI 代理閉迴路中產生並驗證行為模型。
CAD 與方法論專家
探索 AI 代理編排如何融入您現有的工具與流程。
工程經理與研發主管
評估生產級類比工作流程帶來的效率與品質提升。
演講專家
常見問題
在哪裡舉辦？
線上舉辦。本次研討會由電子工程專輯主辦，請至電子工程專輯的研討會頁面報名。
研討會時長多久？
約 90 分鐘，12 月 3 日（星期四）10:00 開始，11:30 結束（台北時間）。
Kexun Zhang
ChipAgents 的共同創辦人暨研究負責人
Kexun曾在卡內基美隆大學、Meta、微軟及 Salesforce 從事大型語言模型（LLM）與 AI 代理方面的研究，並在頂尖 AI 會議發表過多篇論文。他目前致力於將代理式 AI（agentic AI）應用於晶片設計，讓晶片的開發方式實現自動化。
Token Zhang
蘇黎世聯邦理工學院（ETH Zurich）博士後，開源社群貢獻者
Token Zhang是蘇黎世聯邦理工學院博士後研究員。他分別於 2021 年及 2026 年獲得清華大學電子工程學士與博士學位，曾任 MiniMax 10x Fellowship 研究員。他是開源專案 virtuoso-bridge-lite 與 analog-canvas 的作者，並建立了類比電路基準測試 Analog Design Bench 與 Razavi Bench。
Libby Hu
ChipAgents 的設計驗證工程師
Libby專注於 AI 驅動的類比電路設計與驗證工作流程。此前，她曾在高通（Qualcomm）擔任 ASIC 設計驗證工程師。Libby 擁有賓夕法尼亞大學電機工程碩士學位。