說一句話就能設(shè)計模擬芯片的時代來了？假如你想做一個智能花盆，讓花盆可以根據(jù)土壤濕度自動澆水，那么你需要一棵專門的芯片來控制?，F(xiàn)在，你只需要告訴一款 AI 算法你需要一個能夠檢測濕度、控制水泵和功耗盡可能低的芯片，軟件就能自動從數(shù)據(jù)庫里找出最合適的設(shè)計方案，甚至幫你把具體參數(shù)都算好。

你不需要了解晶體管的工作原理，也不需要知道電路怎么畫，只需要“會說人話”，就能設(shè)計專屬于自己的芯片。這便是美國德州大學(xué)奧斯汀分校潘志剛（David Z. Pan）教授和英偉達等合作者打造的一款名為 HeaRT 的 AI 算法。

HeaRT 能學(xué)會人類設(shè)計師的思維方式，它會把一個復(fù)雜的電路像剝洋蔥一樣一層一層剝開，先找到電流的主干道，然后沿著主干道找到一個個功能模塊，再把這些模塊拆成更小的子模塊。最終，整個復(fù)雜的電路變成了一棵有層次的電路思維樹。

測試中，面對 40 個不同復(fù)雜程度的電路，HeaRT 從最簡單的幾十個元件到最復(fù)雜的幾百個元件，它的推理準確率始終保持在 97% 以上，一次成功的概率超過 98%。也就是說，它基本不會出錯，而且第一次就能給出正確答案。

更令人驚訝的是它的速度，它只需要查看不到一半的電路，就能準確理解整個電路。在處理復(fù)雜電路時，它的實時效率是傳統(tǒng)方法的兩倍之多。

（來源：https://arxiv.org/pdf/2511.19669）

潘志剛告訴 DeepTech：“其靈感來源于人類電路設(shè)計中所采用的層次化抽象原則，而這一視角在既有研究中長期被忽視。通過構(gòu)建一個仿照人類設(shè)計思維的層次化電路推理樹（Hierarchical Circuit Reasoning Tree），HeaRT 實現(xiàn)了高效、實時且具備上下文感知能力的推理，并能夠生成與具體查詢條件相關(guān)的推理軌跡，從而顯著提升可解釋性、可調(diào)試性以及推理驅(qū)動的下游應(yīng)用能力?！?/p>

他繼續(xù)說道：“根據(jù)我們與英偉達的研究人員以及多家領(lǐng)先公司的模擬及混合信號（AMS，Analog and Mixed-Signal）設(shè)計工程師的早期交流反饋，這項工作獲得了非常積極的反響。”

HeaRT 并非一次性看完整個電路就完事了。而是先從上往下拆解，再從下往上理解：葉子模塊有什么作用？這些小模塊組合起來能夠?qū)崿F(xiàn)什么功能？最終，整個電路在它腦子里不再是死板的線條，而是一個有邏輯、有層次、有功能的活生生的系統(tǒng)。這個過程，和人類頂級芯片設(shè)計師的思考方式一模一樣。

有了這棵電路思維樹，令人意想不到的事情發(fā)生了。以前修改電路設(shè)計方案，就像裝修房子一樣要砸承重墻，牽一發(fā)而動全身。想優(yōu)化一點點性能，可能得把整個電路重新設(shè)計一遍。芯片設(shè)計師們把這叫做災(zāi)難性遺忘。之前辛辛苦苦設(shè)計的模塊，改著改著就忘了為什么這樣設(shè)計，最后只能推倒重來。

HeaRT 不一樣。它知道電路里哪些是承重墻，哪些是隔斷墻。當(dāng)設(shè)計要求發(fā)生變化，比如需要手機芯片變得更加省電，它不會把整個電路發(fā)個底朝天，而是會精準定位到最影響功耗的那幾個模塊，只對這些模塊加以優(yōu)化，其他部分原封不動。

這意味著 HeaRT 將模擬芯片設(shè)計從少數(shù)精英的專屬技能，變成了每個人都能接觸的工具。在實驗中，HeaRT 已經(jīng)展現(xiàn)出了這種能力。當(dāng)要求其優(yōu)化一個模擬前端電路并降低噪聲的時候，它準確找到了最影響噪聲的第一級放大模塊，從數(shù)據(jù)庫中檢索出更加適合低噪聲的架構(gòu)，直接完成了傳統(tǒng)方法需要多次迭代才能實現(xiàn)的優(yōu)化，最終性能提升了 60% 一樣，而設(shè)計思路的保留程度高達 59%。

（來源：https://arxiv.org/pdf/2511.19669）

潘志剛告訴 DeepTech：“我們的研究表明，基于層次化推理的方法可以在 AMS 設(shè)計自動化領(lǐng)域取得實質(zhì)性突破。通過 HeaRT，我們首次將可解釋推理系統(tǒng)性地引入一個長期依賴啟發(fā)式黑箱方法的領(lǐng)域，使電路理解和分析變得清晰、可追溯?！?/p>

實驗結(jié)果顯示，HeaRT 在推理質(zhì)量上顯著優(yōu)于現(xiàn)有基于大模型的系統(tǒng)。更重要的是，他們首次系統(tǒng)性地強調(diào)了具備范圍約束的自適應(yīng)設(shè)計流程的重要性，該流程能夠在規(guī)格變化時動態(tài)地進行拓撲檢索與尺寸調(diào)整，僅修改必要的電路部分，從而真正實現(xiàn)設(shè)計意圖的保留，而非每次都從零開始重新設(shè)計。

得益于其基爾霍夫電流定律（KCL，Kirchhoff's Current Laws）一致的推理樹結(jié)構(gòu)，HeaRT 支持即插即用的模塊化設(shè)計，使得不同抽象層級下的功能架構(gòu)可以相互替換，同時保持電氣正確性。這為在僅靠尺寸調(diào)整無法滿足規(guī)格時，進行符合設(shè)計直覺的拓撲修改提供了清晰路徑。此外，HeaRT 對不同類別的優(yōu)化算法表現(xiàn)出良好的優(yōu)化器無關(guān)性，進一步增強了魯棒性與通用性。

（來源：https://arxiv.org/pdf/2511.19669）

潘志剛表示：“未來，我們已經(jīng)規(guī)劃了多條后續(xù)研究方向。其中一個重要方向是將 HeaRT 的層次化電路推理能力擴展到版圖設(shè)計領(lǐng)域，這是減少當(dāng)前設(shè)計流程中啟發(fā)式依賴的自然下一步。雖然相關(guān)工作仍在進行中，細節(jié)暫不便公開，但我們的長期目標是構(gòu)建一個從規(guī)格到可流片 GDSII 流格式（GDS，Graphic Design System）的端到端 AMS?！?/p>

本次論文已經(jīng)展示了若干具有代表性的下游優(yōu)化場景，說明該框架如何為 AMS 設(shè)計自動化打開多條具有前景的發(fā)展路徑?！拔覀兡壳耙舱诜e極探索更加深入和復(fù)雜的應(yīng)用方向，以進一步擴展并強化這些理念?！彼f。

參考資料：

相關(guān)論文https://arxiv.org/pdf/2511.19669

排版：胡巍巍