上周在圣克拉拉舉行的Cadence年度用戶大會(huì)上，現(xiàn)場(chǎng)氣氛充滿期待——英偉達(dá)CEO黃仁勛與Cadence CEO Anirudh Devgan一同登臺(tái)，為與會(huì)者揭幕活動(dòng)。這段合作關(guān)系源于半導(dǎo)體設(shè)計(jì)領(lǐng)域——Cadence的EDA工具支持了英偉達(dá)的芯片開(kāi)發(fā)，并穩(wěn)步擴(kuò)展到仿真、系統(tǒng)設(shè)計(jì)，以及現(xiàn)在的AI驅(qū)動(dòng)工作流。

在討論中，黃仁勛指出，過(guò)去兩年的AI發(fā)展經(jīng)歷了從生成式模型到能夠推理和行動(dòng)的系統(tǒng)的演進(jìn)，這一轉(zhuǎn)變正在重新定義工程工作的開(kāi)展方式。

"我們現(xiàn)在已經(jīng)到了這樣一個(gè)階段：智能體能夠預(yù)見(jiàn)、推理并執(zhí)行計(jì)劃，"黃仁勛表示，"AI從知曉一切、能夠輸出各種知識(shí)和信息，發(fā)展到如今能夠使用工具。"

黃仁勛稱英偉達(dá)內(nèi)部對(duì)智能體的使用大幅增長(zhǎng)，這些系統(tǒng)能夠?qū)?wèn)題進(jìn)行推理，然后依靠既有工具完成工作。他說(shuō)芯片設(shè)計(jì)就是一個(gè)典型例子——隨著智能體在驗(yàn)證、模擬設(shè)計(jì)和后端工作流中承擔(dān)角色，對(duì)Cadence EDA工具的需求可能會(huì)大幅增長(zhǎng)。

黃仁勛的言論反駁了AI可能取代傳統(tǒng)工程軟件的說(shuō)法。在芯片設(shè)計(jì)等領(lǐng)域，他描述了底層算法如何經(jīng)過(guò)嚴(yán)格驗(yàn)證，并深度嵌入生產(chǎn)工作流?，F(xiàn)在的系統(tǒng)并非取代這些工具，而是被構(gòu)建為調(diào)用這些工具，確保輸出保持可驗(yàn)證性，并與既定設(shè)計(jì)流程保持一致。

黃仁勛還談到，歷史上企業(yè)一直受限于可用的ASIC設(shè)計(jì)師數(shù)量，而智能體式系統(tǒng)可以通過(guò)讓工程師同時(shí)編排多個(gè)專業(yè)智能體來(lái)擴(kuò)展這一能力。

此次合作公告強(qiáng)化了爐邊談話的主題。Cadence概述了與英偉達(dá)擴(kuò)展的合作關(guān)系，將涵蓋自主智能體、基于物理的仿真，以及面向半導(dǎo)體設(shè)計(jì)、物理AI系統(tǒng)和AI工廠的數(shù)字孿生技術(shù)。Cadence表示，此次合作將把其設(shè)計(jì)軟件和仿真產(chǎn)品組合與英偉達(dá)的加速計(jì)算、CUDA-X、Omniverse和物理AI技術(shù)相結(jié)合。

黃仁勛將物理AI描述為兩家公司的下一個(gè)前沿領(lǐng)域，認(rèn)為行業(yè)現(xiàn)在正在進(jìn)入語(yǔ)言模型之后的新階段。

"正如我們經(jīng)歷了ChatGPT時(shí)刻——語(yǔ)言領(lǐng)域的生成式人工智能（GenAI）時(shí)刻，我們現(xiàn)在迎來(lái)了機(jī)器人領(lǐng)域的GenAI時(shí)刻。它被稱為VLA：視覺(jué)-語(yǔ)言-動(dòng)作模型，本質(zhì)上是感知輸入、動(dòng)作輸出。"他說(shuō)。

黃仁勛表示，感知、推理和行動(dòng)的結(jié)合使機(jī)器能夠通過(guò)將陌生場(chǎng)景分解為更簡(jiǎn)單的步驟來(lái)應(yīng)對(duì)，就像人類一樣。他說(shuō)，再加上機(jī)器人硬件的快速進(jìn)步，這種方法正在使更多通用型系統(tǒng)成為可能，能夠在各種物理環(huán)境中運(yùn)行。

這一思路延續(xù)到了Devgan隨后的主題演講中，他重點(diǎn)闡述了Cadence如何為AI驅(qū)動(dòng)工程的下一階段做好準(zhǔn)備。

當(dāng)Devgan深入闡述Cadence最新的產(chǎn)品路線圖時(shí)，他提到自己仍將EDA和IP視為公司的核心業(yè)務(wù)，但現(xiàn)在以更廣闊的視角看待這一業(yè)務(wù)——從芯片設(shè)計(jì)延伸到全棧工程平臺(tái)和自動(dòng)化。

路線圖的重要組成部分是AgentStack，這是Cadence推出的一個(gè)編排環(huán)境，旨在連接其新興的"超級(jí)智能體"，貫穿整個(gè)設(shè)計(jì)流程。今年早些時(shí)候針對(duì)RTL設(shè)計(jì)和驗(yàn)證推出的ChipStack，標(biāo)志著Cadence邁向智能體驅(qū)動(dòng)設(shè)計(jì)工作流的第一步。

AgentStack在ChipStack基礎(chǔ)上，將其"心智模型"和多智能體方法從RTL和驗(yàn)證擴(kuò)展到設(shè)計(jì)流程的后續(xù)階段，包括物理設(shè)計(jì)和模擬設(shè)計(jì)。它被設(shè)計(jì)為協(xié)調(diào)多個(gè)智能體間的長(zhǎng)時(shí)間運(yùn)行任務(wù)，同時(shí)直接連接到運(yùn)行在英偉達(dá)基礎(chǔ)設(shè)施上的Cadence底層EDA平臺(tái)。

在主題演講中，Devgan表示，公司正在將這一方法擴(kuò)展到模擬設(shè)計(jì)和后端實(shí)現(xiàn)，每個(gè)超級(jí)智能體都能夠調(diào)用更多與現(xiàn)有Cadence工具綁定的專業(yè)子智能體。Devgan將這些系統(tǒng)描述為構(gòu)建在Cadence底層引擎之上的新自動(dòng)化層，而非獨(dú)立的AI助手。

在隨后的問(wèn)答環(huán)節(jié)中，他表示，Cadence的優(yōu)勢(shì)在于其對(duì)芯片設(shè)計(jì)的領(lǐng)域特定"心智模型"，以及對(duì)工具API和軟件內(nèi)部更深入的訪問(wèn)權(quán)限，這使公司能夠比通用模型提供商或客戶自建智能體在更細(xì)粒度上編排工作流。

隨后，Devgan描述了他所認(rèn)為的AI采用三個(gè)階段：基礎(chǔ)設(shè)施AI、物理AI和科學(xué)AI。他表示，雖然第一階段仍在擴(kuò)展，但下一波浪潮將以與物理世界交互的系統(tǒng)為中心，包括機(jī)器人和自動(dòng)駕駛汽車。他說(shuō)，科學(xué)AI（包括藥物發(fā)現(xiàn)和材料研究等領(lǐng)域）已經(jīng)在進(jìn)行中，但仍處于較早的發(fā)展階段。

這一AI采用進(jìn)程正在積極塑造Cadence的路線圖，推動(dòng)其在仿真、數(shù)字孿生，以及旨在建模和優(yōu)化從AI數(shù)據(jù)中心到現(xiàn)實(shí)世界系統(tǒng)的一切工具方面的投資。

總體而言，Cadence的主要戰(zhàn)略是將其工程軟件的核心優(yōu)勢(shì)應(yīng)用到更廣泛的使用場(chǎng)景中。

如果Devgan的主題演講勾勒了路線圖，那么Cadence高級(jí)副總裁兼系統(tǒng)驗(yàn)證事業(yè)部總經(jīng)理Paul Cunningham則提供了更詳細(xì)的圖景，展示了公司認(rèn)為AI將如何在設(shè)計(jì)流程內(nèi)部改變工程工作。

在下午的主題演講中，Cunningham表示，這一機(jī)遇遠(yuǎn)不止為現(xiàn)有軟件添加聊天界面。為了說(shuō)明這一點(diǎn)，他描述了Cadence戰(zhàn)略中三個(gè)截然不同的AI層：嵌入核心引擎的優(yōu)化AI、簡(jiǎn)化工程師與現(xiàn)有軟件交互方式的工具智能體，以及正如Devgan所提到的、旨在執(zhí)行設(shè)計(jì)流程端到端任務(wù)的"超級(jí)智能體"。

Cunningham將這一方法與兩個(gè)理念聯(lián)系起來(lái)，他說(shuō)這兩個(gè)理念幾十年來(lái)塑造了Cadence：抽象和復(fù)用。他說(shuō)，過(guò)去Cadence通過(guò)讓工程師從手工布局轉(zhuǎn)向高級(jí)設(shè)計(jì)語(yǔ)言，幫助提高了芯片設(shè)計(jì)的抽象層次。借助AI，公司現(xiàn)在看到了再次提升抽象層次的機(jī)會(huì)，使系統(tǒng)能夠從人類設(shè)計(jì)文檔（如規(guī)格說(shuō)明、框圖和架構(gòu)描述）開(kāi)始項(xiàng)目，并將其轉(zhuǎn)化為可工作的設(shè)計(jì)。

Cunningham指出，復(fù)用也被賦予了新的含義。傳統(tǒng)EDA通常復(fù)用設(shè)計(jì)層次結(jié)構(gòu)和重復(fù)結(jié)構(gòu)，而AI則創(chuàng)造了復(fù)用任務(wù)的可能性。他說(shuō)，不再?gòu)?qiáng)迫工程師重復(fù)相同的分析、腳本編寫、調(diào)試和迭代序列，智能體可以開(kāi)始以更自動(dòng)化的方式捕獲和重放這些工作。

這一邏輯塑造了Cadence的分層AI戰(zhàn)略。Cunningham表示，優(yōu)化AI——如嵌入在Cadence產(chǎn)品Cerebrus和Verisium中的強(qiáng)化學(xué)習(xí)系統(tǒng)——是加速物理設(shè)計(jì)和驗(yàn)證的一條途徑。他將工具智能體描述為另一條途徑，通過(guò)將常見(jiàn)交互轉(zhuǎn)化為對(duì)話式和上下文感知的工作流，使現(xiàn)有環(huán)境更快速易用。他說(shuō)，超級(jí)智能體代表了下一步：結(jié)合大語(yǔ)言模型、領(lǐng)域特定知識(shí)圖譜和結(jié)構(gòu)化工作流的系統(tǒng)，能夠以更高一致性執(zhí)行更復(fù)雜的設(shè)計(jì)任務(wù)。

"我們已經(jīng)可以看到，超級(jí)智能體的復(fù)雜度絕對(duì)正在趨近于我們一些最先進(jìn)EDA工具的復(fù)雜度。超級(jí)智能體本身就是一款計(jì)算軟件，"Cunningham表示。

Cunningham表示，這種復(fù)雜度源于執(zhí)行真實(shí)設(shè)計(jì)任務(wù)所需的信息量。他指出，與簡(jiǎn)單的編碼用例不同，芯片設(shè)計(jì)涉及數(shù)百萬(wàn)token的結(jié)構(gòu)化數(shù)據(jù)，遠(yuǎn)超單個(gè)模型提示詞的處理能力。為此，Cadence正在構(gòu)建能夠構(gòu)建設(shè)計(jì)中間"知識(shí)圖譜"的智能體，在將任務(wù)傳遞給AI模型之前捕獲設(shè)計(jì)的結(jié)構(gòu)、層次和意圖。

他還探討了另一個(gè)挑戰(zhàn)：一致性。他說(shuō)，由于大語(yǔ)言模型具有概率性，產(chǎn)生可重復(fù)、可用于生產(chǎn)的輸出需要額外的控制層。Cadence的方法依賴于他所描述的"技能"和結(jié)構(gòu)化工作流，引導(dǎo)模型逐步完成復(fù)雜任務(wù)，確保輸出保持可預(yù)測(cè)和可驗(yàn)證。

Cunningham表示，這種編排水平正是區(qū)分超級(jí)智能體與通用AI工具的關(guān)鍵所在。

Cadence LIVE活動(dòng)傳遞的整體信息是：公司現(xiàn)在已遠(yuǎn)不止是一家EDA軟件公司，AI正在從單純生成信息的模型轉(zhuǎn)向能夠通過(guò)工具行動(dòng)的智能體式系統(tǒng)。Devgan展示了Cadence如何通過(guò)將軟件棧擴(kuò)展到設(shè)計(jì)流程更多環(huán)節(jié)以及物理AI等其他領(lǐng)域來(lái)支持這一進(jìn)程。Cunningham描述了這一轉(zhuǎn)型如何通過(guò)直接嵌入工具和工作流的分層自主智能體付諸實(shí)踐。

簡(jiǎn)而言之，EDA軟件短期內(nèi)不會(huì)消失。相反，它正在成為這些新AI系統(tǒng)構(gòu)建的基礎(chǔ)。