Moores Lab CTO用代理式AI重构芯片验证流程 提升效率并降低流片失败率

Moores Lab AI联合创始人兼CTO Sirish Munipalli近日分享其在AI驱动芯片验证领域的实践成果。拥有15年产业经验的Munipalli曾任职英特尔、高通与微软,主导过FPGA原型验证、NPU架构设计及脉冲神经网络处理器开发,深刻理解AI芯片验证痛点。针对传统验证依赖人工激励、覆盖率难保障、易漏检异构加速器问题,其团队推出SpecAgent平台——该系统非简单替代脚本,而是构建能理解自然语言规格、自动生成测试用例并动态修正模型偏差的自主验证智能体。SpecAgent将规格文档转化为形式化模型,驱动仿真环境进行探索式验证,可动态调整策略、构造边界案例(如高稀疏度输入),并识别规格歧义点。其技术路径强调“认知层重构”,区别于主流AI增强EDA的局部优化,核心在于赋予验证系统类人推理能力。公司已申请三项专利,涵盖规格语义解析、智能测试生成与偏差归因算法。Munipalli指出,当前70%流片失败源于验证遗漏,而SpecAgent通过“规格图谱”整合分散约束,支持端到端一致性检查,输出含因果链的可解释结果,对车规等安全关键领域尤为重要。该方案不依赖海量历史数据,更适合新架构芯片项目,目前已在多家AI芯片初创企业进入POC阶段。Munipalli强调:“验证工程师未来核心竞争力在于定义正确问题,而非写测试用例速度”,预示人机分工将向高阶规格抽象与风险判断转移。