ChipNexus推出NEXAnalogAgent，将智能体AI深度集成至模拟电路设计流程

ChipNexus 近日推出其 NEX Analog Agent，标志着 agentic AI（智能体人工智能）正式进入传统模拟集成电路设计的核心工作流。该产品并非另起炉灶构建新平台，而是以“嵌入式智能助手”形态深度整合进工程师日常使用的成熟 EDA 工具链——包括 Cadence Virtuoso 原理图与版图环境、Spectre 电路仿真器，以及 Siemens Calibre 物理验证系统。用户无需迁移项目、更换许可证或重学操作界面，即可在原有开发环境中调用 AI 能力。

模拟与混合信号电路设计长期被视为半导体开发中最具挑战性的环节之一。其难点在于：工程师需持续在“电路意图—电气行为—版图约束—验证结果”之间反复校准与迭代。例如，一个运放设计可能需数十轮调整偏置电流、补偿电容与版图匹配性，每次修改都涉及原理图更新、网表导出、Spectre 仿真运行、Calibre DRC/LVS 检查，以及人工比对波形与规则报告。这一过程高度依赖经验，且易因人为疏漏引入错误。

NEX Analog Agent 的核心价值在于将上述串行任务转化为可由自然语言触发的“对话式执行”。工程师可通过指令直接要求系统完成具体动作，例如：“检查当前库中所有 NMOS 器件的阈值电压分布”，“将差分对版图按匹配规则重新布局”，“运行 AC 和瞬态仿真并提取增益带宽积”，或“对比当前版图与参考 GDS 的 LVS 结果差异”。系统内部通过多个专用子智能体（sub-agents）协同工作：Virtuoso 子智能体负责 schematic/layout 操作，Spectre 子智能体调度仿真任务并解析输出数据，Calibre 子智能体则执行设计规则检查与版图-原理图一致性验证。

值得注意的是，NEX 并非黑箱模型。所有生成的操作与结论均绑定底层工具的实际输出结果，确保可追溯、可复现。例如，当系统建议“将 M1 层金属宽度从 2μm 改为 2.5μm 以改善电流密度”，其依据必来自 Calibre 的 EM/IR 分析报告；当它判定某次仿真“收敛失败”，则直接引用 Spectre 的 error log 内容。这种“证据锚定”机制有效规避了通用大模型常见的幻觉风险，使其更适配对可靠性要求极高的芯片设计场景。

从技术路径看，NEX Analog Agent 代表了 EDA 行业对 AI 应用的一次范式升级。此前多数 AI 辅助工具聚焦于特定环节的优化，如布局布线预测、功耗估算或良率建模；而 ChipNexus 的方案试图打通“意图→执行→验证→反馈”的全闭环。这与近期英伟达提出的“AI 定义晶圆厂”理念形成呼应——二者共同指向同一趋势：AI 不再是孤立的加速插件，而是作为“认知层”嵌入工程流程本身，承担协调、调度与决策支持角色。

在光刻仿真领域，西门子已将英伟达 cuLitho 集成至 Calibre，实现关键负载最高 17 倍提速；在工艺仿真侧，COMSOL 与应用材料借助 cuDSS 库分别达成 10 倍加速；Lam Research 则利用 PhysicsNeMo 在毫秒级完成原本需数天的等离子体行为预测。这些进展表明，AI 正从“辅助计算”转向“重构流程逻辑”。NEX Analog Agent 的独特之处在于，它面向的是设计前端——即工程师最密集交互的环节，而非后端制造或验证。

对比其他行业，生物医药领域的类似实践亦印证该方向的可行性。腾讯健康 BioNexus 与分子之心合作推出的 MoleculeOS 接入方案，允许科研人员以自然语言发起蛋白质结构预测、抗体人源化设计等任务，系统自动编排多模型计算链路，并统一归集结果。尽管领域不同，但其核心逻辑一致：将分散的专业工具封装为可对话的服务单元，使用户聚焦于科学判断而非工具操作。

目前，NEX Analog Agent 已开放商用部署，支持客户在自有服务器或私有云环境中运行，兼容主流 PDK 与工艺节点。ChipNexus 强调，该产品定位为“增强型协作者”，而非替代工程师。其目标是释放工程师从重复性操作中抽身，将精力集中于架构创新、性能权衡与跨域协同等高阶决策。

行业观察指出，模拟设计自动化长期滞后于数字流程，主因在于模拟电路缺乏标准化描述语言，且性能指标高度依赖上下文（如电源噪声、温度漂移、版图寄生效应）。Agentic AI 的引入恰能弥补这一缺口：通过记忆历史设计案例、关联参数变化与结果偏差、动态生成验证策略，智能体可逐步构建起隐式的“模拟设计知识图谱”。这为未来实现类比数字设计中的“综合-布局-布线”全自动流水线提供了可能路径。

随着先进制程逼近物理极限，模拟模块在 SoC 中占比不降反升——高速 SerDes、ADC/DAC、RF 收发器、电源管理单元等均依赖高性能模拟电路。然而，资深模拟工程师培养周期长、人才稀缺，已成为制约芯片创新的关键瓶颈。NEX Analog Agent 若能显著降低入门门槛并提升资深工程师产出效率，或将重塑模拟设计团队的组织形态与协作模式。

短期内，该技术仍面临若干挑战：一是如何确保智能体在面对新型电路拓扑（如神经形态电路、存内计算单元）时具备泛化能力；二是客户对“AI 修改版图”带来的责任归属存在顾虑；三是与现有 IP 管理、版本控制系统的深度集成尚需时间。ChipNexus 表示，后续版本将支持更多 EDA 工具链（如 Synopsys Custom Compiler），并引入强化学习机制，使智能体能从项目复盘中持续优化自身策略。

可以预见，在未来两到三年内，具备对话式交互、任务链编排与证据回溯能力的 agentic AI 将成为高端模拟设计平台的标准配置。而 ChipNexus 此举，或将成为 EDA 行业从“工具提供商”向“工作流赋能者”转型的重要里程碑。