ChipAgents与NVIDIA发布BuildAChipBench 芯片设计AI评测首重PPA与GDS可制造性

随着物理AI、数据中心、汽车及边缘设备对定制芯片需求激增，AI正加速介入芯片设计全流程，但现有评估体系仍局限于功能正确性，忽视物理实现可行性。为应对该问题，ChipAgents与NVIDIA联合发布Build-A-Chip-Bench——首个覆盖规格定义、RTL编写、验证、综合到物理实现与GDSII输出的端到端AI代理基准测试平台。该基准设四大核心指标：功能通过率（Functional pass）、GDS通过率（GDS pass）、PPA约束满足度（PPA vs. constraint）及加权综合得分。初步测试表明，GPT-6 Astra功能通过率达85%、GDS通过率85%，但PPA达标率仅10.2%；Claude Fable 5.1功能通过率65%、GDS通过率75%，PPA达标率25.5%；其余模型如Gemini 3.8 Flash与Kimi K3均低于5%。结果揭示：当前AI虽能生成可仿真的RTL代码，却难以满足时序收敛、布图合法与功耗预算等工程硬约束，流片失败风险高。该基准推动行业转向以可制造性为导向的评估范式，后续将扩展支持Chiplet互连、低功耗UPF及安全加固等场景。目前测试套件已向学术与工业界开放，旨在促进训练数据优化与联合设计架构演进。