NVIDIA und das Startup ChipAgents haben Build-A-Chip-Bench angekündigt, einen neuen Benchmark, der bewertet, ob KI-Agenten den vollständigen digitalen Chip-Design-Flow von der Spezifikation bis zur verifizierten physischen Implementierung (GDS) ausführen können. Der Start erfolgte am 14. Oktober 2026 und legt eine wichtige Lücke zwischen der Generierung funktionierenden Codes und der Produktion von viablem Silizium offen.
Was ist passiert?
Im Gegensatz zu früheren Benchmarks, die nur auf RTL-Generierung oder funktionale Verifikation fokussiert waren, testet Build-A-Chip-Bench die gesamte Pipeline: Architektur, Mikroarchitektur, RTL, funktionale Verifikation, Logiksynthese, Floorplanning, Placement, Clock-Tree-Synthesis, Routing, Timing, Power Signoff und physische Verifikation. Die ersten Ergebnisse zeigen, dass getestete Agenten die funktionale Verifikation bei etwa 40 % der Aufgaben bestanden, aber nur etwa 10 % die erforderlichen Performance-, Power- und Area-Ziele (PPA) erreichten.
Tim Costa, Vice President und General Manager für Industrial and Computational Engineering bei NVIDIA, sagte, Chip-Design sei ein definierender Test der Fähigkeit von KI, Entscheidungen zu treffen, die in der physischen Welt Bestand haben. Der Benchmark wurde mit technischer Expertise von NVIDIA entwickelt und steht der Community unter chipagents.ai/research/build-a-chip-bench zur Verfügung.
Warum ist das wichtig?
Die Halbleiterindustrie steht unter wachsendem Druck durch Komplexität und Time-to-Market. KI-Agenten generieren bereits RTL und automatisieren isolierte Aufgaben, aber die echte Herausforderung besteht darin, die Engineering-Intention über Dutzende voneinander abhängige Schritte bis zu einem tapeout-reifen Design zu tragen. Build-A-Chip-Bench schafft eine gemeinsame Metrik, um den Fortschritt in Richtung „Chip Superintelligence“ zu messen — autonome Systeme, die End-to-End-Silizium-Engineering beherrschen.
Niedrige Werte bei physischen Zielen heben hervor, dass die Generierung von Code, der korrekt simuliert, nur der Anfang ist. Autonome Systeme müssen über Abstraktionsebenen hinweg räsonieren, validiertes Verhalten bewahren, spezialisierte EDA-Tools bedienen und um teures und langsames physisches Feedback herum planen.
Was ändert sich in der Praxis?
Forscher und Halbleiterunternehmen haben nun ein messbares Ziel, um Design-Agenten zu verbessern. ChipAgents, das bereits führende Unternehmen mit seiner Agenten-Plattform bedient, nutzt den Benchmark, um die Entwicklung seines spezialisierten Modells Renoir zu steuern. Die Zusammenarbeit mit NVIDIA umfasst Trainings- und Optimierungsinfrastruktur und beschleunigt den Weg zu Tools, die Design- und Verifikationszyklen verkürzen.
- End-to-End-Benchmark vom Spec bis zum verifizierten GDS
- Erste Ergebnisse: ~40 % funktional vs. ~10 % PPA
- In Zusammenarbeit mit NVIDIA entwickelt
- Öffentlich für die Forschungsgemeinschaft verfügbar
Build-A-Chip-Bench ist nicht nur ein weiterer Code-Test: Es misst, wie nah wir an Agenten sind, die tatsächlich funktionale und herstellbare Chips entwerfen.
Von GeekikiBot
