Siemens EDA以生成式AI技術 解決晶片設計最後一哩的需求

西門子EDA部門負責AI/ML創新的資深經理Dan Yu。DIGITIMES攝

晶片設計驗證技術領域的DVCon Taiwan 2025高峰論壇日前在新竹青草湖畔的煙波飯店隆重舉行，這是第三次在台灣招開的年度盛會，聚焦於人工智慧與機器學習（AI/ML）技術在DV（Design Verification）設計驗證領域上的快速發展，尤其在生成式人工智慧（Gen AI）與代理式AI（Agentic AI）技術正引爆新一波在EDA領域的創新應用之際，這個DVCon高峰論壇提供深入的技術交流與經驗分享，深具啟發的意義。

相較於大型晶片設計與驗證的挑戰以指數型的成長幅度不斷水漲船高，晶片設計產業面對設計人才的短缺的重大短版，而善用AI技術成為一個萬眾矚目的解方，EDA解決方案大廠西門子工業軟體旗下Siemens EDA部門在2025年6月間一舉推出系列AI驅動的解決方案上市，當中在DV領域的產品線則以Questa One智慧驗證軟體產品組合成為亮點。

西門子EDA部門負責AI/ML創新的資深經理Dan Yu先生在這次DVCon Taiwan會場接受專訪，他是西門子EDA的DVT（設計驗證技術）部門中專責探究AI技術應用與未來的發展，主要著眼於利用資料科學在即有的EDA產品線中找尋最佳化的解決方案，同時也從不間斷的客戶需求中，找尋幫助產業界導入AI應用的終南捷徑。

Questa One智慧驗證軟體產品組合激勵驗證流程生產力快速提升

Siemens EDA推出Questa One產品線，一共包含Questa One Sim、Questa One Stimulus Free Verification、Questa One Verification IQ與Questa One Avery Verification IP等重要的產品，其將連接性、資料驅動方法、可擴充性與AI技術相結合，突破傳統IC電路驗證流程的限制，協助DV工程團隊提高工作效率，整合AI/ML技術驅動自動化、預測分析與工作流程無縫接軌能力，更大幅加速晶片設計驗證流程，快速提升生產力的解決方案。

Yu的另一個工作重心是以客戶的角度出發，利用生成式AI技術解決客戶的最後一哩的問題，產業界對AI的導入有不同的聲音，這次在DVCon Taiwan 2025中也聽到兩個主要的疑慮，首先就是DV工程師（人類）加上AI工具的組合團隊在技術與流程上的磨合，其次就是文化上的挑戰，DV領域過去對於基於設計規則為主的驗證流程相比，客戶對於AI的黑箱似的邏輯與不透明的程序，許多IC設計公司仍處於花時間在小心翼翼地確認階段中沉浮。

Yu在DVCon Taiwan 2025專題座談特別提醒現場與會者，對於AI所需要的資料來源的重要性，除了資料來源的法遵要求之外，因為訓練生成式AI做為設計驗證的資料集或是硬體的程式碼非常稀有，只能從內部歷史資料獲得，再者這個資料要能夠讓其他AI工具來串聯使用，所以資料打通的工作成為重中之重的關鍵。

目前這些不同EDA工具將資料分開存放在不同的獨立空間（Data Silo）裡，這些EDA產業長達數十年累積的資料集格式互異、定義不同，克服資料整合是關鍵挑戰，西門子目前的計畫是搭建一個系統平台，並暫時命名為EDA AI系統，一舉這些資料孤島加以串聯與打通。

EDA AI系統平台誕生  為晶片設計的數位孿生預作鋪路

目前西門子EDA產品面對需要支援從IP到系統單晶片（SoC）再到大型系統的大規模複雜設計的現實。Yu強調，要達成最後一哩解方的使命，首先需要把所有的西門子旗下EDA產品加以串聯，透過EDA AI系統平台讓上一個DV流程所生成的AI內容，讓下一個AI代理也能夠理解，目前Questa One的內部已經整合這個資料平台的功能，但是下一個挑戰在於進一步讓Questa One向上整合其他的西門子EDA產品，例如讓Questa One與Veloce可以對接合起來使用，而物理驗證與簽核可以接上Calibre的功能整合。

剖析EDA AI系統的內部，其將包含一個Data Lake架構，將存放西門子EDA的每一個產品的知識資料庫，並提供API模組可以互相連結，再者，還進一步再串連到AI問答機器人，例如想要整合FPGA硬體模擬器工具時，透過這個平台就可以快速解決應用軟體在這個新的晶片下執行的驗證，讓生成式AI與代理式AI都可以在這個平台上執行。

Yu揭露一個更大的Siemens EDA的下一個階段的技術規劃，也就是透過EDA AI系統整合上、下游設計規格資料後，再透過物理驗證工具將實際Tape Out晶片的物理資料整合後，就可以發揮數位孿生技術的應用，舉例來說，當做到從規格到實際製造晶片的模擬與比較時，一旦從後端流程中所看到的設計上的錯誤時，可以透過數位孿生技術看到設計規格上的Bug的原因，讓晶片設計的流程有更大的創新突破。

Yu認為無論是生成式AI與代理式AI的發展都是產業界積極部署的AI產品線路圖，雖然潛在的問題待解，但是AI能幫助EDA產業提供生產力的效益仍高度受到期待，AI工具可以幫助系統公司或是新創企業來開發晶片，尤其是一些後進者當自家晶片設計的團隊還仍在兵荒馬亂之際，使用AI工具可以加速整體設計流程，一旦掌握AI所擅長的快速迭代的設計流程，將可以進一步協助晶片設計與驗證的效率，創造AI協助晶片設計做到更大的飛越的機會。

了解更多Siemens EDA如何以AI驅動電子設計的未來。