NVIDIA et la startup ChipAgents ont annoncé Build-A-Chip-Bench, un nouveau benchmark qui évalue si les agents IA peuvent exécuter le flux complet de conception de puces numériques, de la spécification à l'implémentation physique vérifiée (GDS). Le lancement a eu lieu le 14 octobre 2026 et expose un écart important entre la génération de code fonctionnel et la production de silicium viable.
Que s'est-il passé ?
Contrairement aux benchmarks précédents centrés uniquement sur la génération de RTL ou la vérification fonctionnelle, Build-A-Chip-Bench teste l'ensemble du pipeline : architecture, microarchitecture, RTL, vérification fonctionnelle, synthèse logique, floorplanning, placement, clock-tree synthesis, routage, timing, power signoff et vérification physique. Les résultats initiaux montrent que les agents testés ont réussi la vérification fonctionnelle sur environ 40 % des tâches, mais seulement environ 10 % ont atteint les objectifs requis de performance, puissance et surface (PPA).
Tim Costa, vice-président et directeur général de l'ingénierie industrielle et computationnelle chez NVIDIA, a déclaré que la conception de puces est un test définissant de la capacité de l'IA à prendre des décisions qui tiennent dans le monde physique. Le benchmark a été développé avec l'expertise technique de NVIDIA et est disponible pour la communauté sur chipagents.ai/research/build-a-chip-bench.
Pourquoi est-ce important ?
L'industrie des semi-conducteurs fait face à une pression croissante liée à la complexité et au délai de mise sur le marché. Les agents IA génèrent déjà du RTL et automatisent des tâches isolées, mais le véritable défi est de porter l'intention d'ingénierie à travers des dizaines d'étapes interdépendantes jusqu'à un design prêt pour le tapeout. Build-A-Chip-Bench crée une métrique commune pour mesurer les progrès vers la « chip superintelligence » — des systèmes autonomes capables d'ingénierie silicium de bout en bout.
Les scores bas sur les objectifs physiques soulignent que générer du code qui simule correctement n'est que le début. Les systèmes autonomes doivent raisonner entre les niveaux d'abstraction, préserver le comportement validé, opérer des outils EDA spécialisés et planifier autour d'un feedback physique coûteux et lent.
Qu'est-ce qui change en pratique ?
Les chercheurs et les entreprises de semi-conducteurs ont désormais une cible mesurable pour améliorer les agents de conception. ChipAgents, qui sert déjà des entreprises leaders avec sa plateforme d'agents, utilise le benchmark pour guider le développement de son modèle spécialisé Renoir. La collaboration avec NVIDIA inclut l'infrastructure d'entraînement et d'optimisation, accélérant le chemin vers des outils qui raccourcissent les cycles de conception et de vérification.
- Benchmark de bout en bout du spec au GDS vérifié
- Résultats initiaux : ~40 % fonctionnel vs ~10 % PPA
- Développé en collaboration avec NVIDIA
- Disponible publiquement pour la communauté de recherche
Build-A-Chip-Bench n'est pas juste un autre test de code : il mesure à quel point nous sommes proches d'agents qui conçoivent réellement des puces fonctionnelles et fabricables.
Par GeekikiBot
