رونمایی Cadence از مدل‌های هوش مصنوعی Maestro؛ گامی بزرگ در طراحی خودکار تراشه‌ها

شرکت Cadence مجموعه‌ای از مدل‌های تخصصی هوش مصنوعی به نام Maestro را معرفی کرده است که با هدف توانمندسازی جریان‌های کاری مبتنی بر ایجنت‌ها در طراحی تراشه و سیستم‌های الکترونیکی توسعه یافته‌اند. این دستاورد گامی فراتر از افزودن قابلیت‌های پراکنده هوش مصنوعی به ابزارهای اتوماسیون طراحی الکترونیک (EDA) به حساب می‌آید. در واقع Cadence در حال ساخت یک پلتفرم جامع مهندسی مبتنی بر هوش مصنوعی است که مدل‌های اختصاصی، ابرایجنت‌های هوشمند (AI Super Agents)، یادگیری تقویتی و ابزارهای شناخته‌شده EDA را با یکدیگر پیوند می‌دهد. در ماه‌های اخیر تحولات چشمگیری در به‌کارگیری هوش مصنوعی در صنعت EDA رخ داده است که از نمونه‌های آن می‌توان به همکاری‌های نزدیک میان Cadence و انویدیا و همچنین نوآوری‌های شرکت Cognichip اشاره کرد.

مزیت مدل‌های هوش مصنوعی تخصصی

منطق شرکت Cadence کاملاً ساده و شفاف است: مدل‌های پایه و عمومی می‌توانند در کدنویسی، تفسیر گزارش‌ها و خلاصه‌سازی مستندات به مهندسان کمک کنند، اما طراحی تراشه حوزه‌ای سرشار از قواعد سخت‌گیرانه مهندسی است. یک سیستم هوش مصنوعی کارآمد در این بخش باید متغیرهایی نظیر زمان‌بندی دقیق، مصرف بهینه توان، مساحت فیزیکی، راستی‌آزمایی مدار، طراحی فیزیکی، محدودیت‌های تولید در کارخانه‌ها و توازن‌های پیچیده را به‌خوبی درک کند. به باور مدیران Cadence، تنها با متصل کردن هوش مصنوعی به ابزارهای تخصصی طراحی، دانش فنی بومی، داده‌های مهندسی معتبر و حل‌کننده‌های محاسباتی قطعی می‌توان ایجنت‌هایی بسیار توانمندتر و مطمئن‌تر خلق کرد.

مدل Maestro چیست؟

پروژه Maestro تنها یک مدل منفرد نیست، بلکه مجموعه‌ای جامع از ابزارها و مدل‌های تخصصی را شامل می‌شود. این بسته حاوی مدل‌های زبانی پس‌آموزش‌دیده، مدل‌های تصمیم‌گیری و مهارت‌های ایجنتی قابل استفاده مجدد است که در اندازه‌ها و معماری‌های مختلف به کار گرفته می‌شوند. این مدل‌ها در کنار ابرایجنت‌های اختصاصی Cadence شامل AuraStack، ChipStack، InnoStack و ViraStack فعالیت می‌کنند؛ ابزارهایی که اهداف کلان مهندسی را تحلیل کرده، آن‌ها را به گام‌های اجرایی تقسیم می‌کنند، ابزارهای تخصصی را به کار می‌بندند، نتایج را می‌سنجند و اقدامات بعدی را راهبری می‌نمایند.

این رویکرد کاملاً منطقی به نظر می‌رسد؛ زیرا در مسائل مهندسی هیچ مدل واحدی نمی‌تواند برای تمام سناریوها بهترین گزینه باشد. قدرتمندترین مدل‌های هوش مصنوعی (Frontier Models) از توانمندی بالایی در استدلال کلی، کدنویسی و پردازش چندحالته برخوردارند؛ مدل‌های بازپایه (Open-weight) آزادی عمل و کنترل بیشتری در پیاده‌سازی ارائه می‌دهند؛ و مدل‌های تخصصی نیز به‌طور مستقیم برای فرایندهای کاری معین بهینه‌سازی می‌شوند. وظیفه ابرایجنت‌های Cadence مدیریت هوشمند این اکوسیستم و به‌کارگیری مناسب‌ترین ترکیب برای هر پروژه است.

تمایز کلیدی در بستر مدل‌های تخصصی

برجسته‌ترین بخش از رونمایی جدید Cadence، بهره‌گیری از محیط پیشرفته یادگیری تقویتی (Reinforcement Learning) است. مدل‌های Maestro به ابزارهای طراحی الکترونیک، چارچوب‌های سنجش عملکرد، پایگاه‌های داده مهندسی و حل‌کننده‌های قطعی متصل می‌شوند تا حلقه‌های بازخورد قابل راستی‌آزمایی بسازند. به این ترتیب، ایجنت‌ها به‌جای اتکای صرف به ترجیحات ذهنی انسان یا داده‌های آموزشی ثابت، بر اساس نتایج ملموس، واقعی و قابل سنجش مهندسی آموزش دیده و ارزیابی می‌شوند.

این قابلیت در فرایند ساخت نیمه‌رساناها فوق‌العاده تعیین‌کننده است؛ زیرا هرگونه تغییر پیشنهادی در زبان توصیف سخت‌افزار (RTL) بلافاصله شبیه‌سازی می‌شود، فرضیه‌های اعتبارسنجی مورد آزمایش قرار می‌گیرند، چیدمان فیزیکی قطعات از نظر فشردگی، تأخیر زمانی و اشغال فضا اندازه‌گیری می‌شود و میزان بهینه‌سازی توان مصرفی توسط ابزارهای محاسباتی واقعی سنجیده خواهد شد. چنین داده‌های قطعی و اثبات‌شده‌ای، سیگنال آموزشی بسیار معتبرتری نسبت به ارزیابی‌های تقریبی مدل‌های هوش مصنوعی عمومی تولید می‌کنند.

نتایج اولیه بسیار امیدوارکننده است

شرکت Cadence بر اساس آزمایش‌های اولیه اعلام کرده که این روش در مقایسه با مدل‌های پایه عمومی، کیفیت خروجی را تا ۳۰ درصد افزایش داده و بازده مصرف توکن را تا ۵ برابر بهبود می‌بخشد. با وجود اینکه این آمارها باید در فرایندهای تولید صنعتی در ابعاد وسیع نیز تأیید شوند، اما بهره‌وری مصرف توکن شاخصی بسیار مهم محسوب می‌شود؛ زیرا سیستم‌های مبتنی بر ایجنت در صورت تکرار مداوم فراخوانی مدل‌های عظیم، بسیار هزینه‌بر و کند می‌شوند. راهکار انتخابی Cadence سپردن برنامه‌ریزی، استدلال و تحلیل اولیه به هوش مصنوعی، و واگذاری امور اجرایی، محاسباتی و سنجش نهایی به ابزارهای تخصصی EDA است؛ استراتژی هوشمندانه‌ای که علاوه بر حفظ دقت مهندسی، هزینه‌ها را به‌شکل چشمگیری مهار می‌کند.

شرکت انویدیا یکی از همراهان و شرکای استراتژیک در توسعه پروژه Maestro به شمار می‌آید. طبق برنامه‌ریزی‌ها، پلتفرم Maestro با مدل‌های Nemotron انویدیا و بستر OpenShell یکپارچه خواهد شد و از بازخورد ابزارهای محاسباتی برای آموزش ایجنت‌ها در تصمیم‌گیری‌های حساس مهندسی بهره می‌گیرد. همچنین هر دو شرکت توجه ویژه‌ای به امنیت ایجنت‌ها دارند؛ حوزه‌ای بسیار حیاتی که با توجه به ارتباط این سامانه‌ها با طرح‌های انحصاری، کدهای منبع، اسناد محرمانه و جریان‌های ساخت تراشه، به مراقبت فوق‌العاده بالایی نیاز دارد.

بازخوردهای اولیه از سوی مشتریان صنعتی نیز بر جنبه‌های کاربردی این سیستم مهر تأیید می‌زنند. برای نمونه، شرکت Socionext در حال استقرار ابرایجنت InnoStack در فرایند طراحی فیزیکی تراشه‌های خود است و انتظار دارد بهره‌وری تیم‌های مهندسی به‌شکل محسوسی ارتقا یابد. افزون بر این، شرکت Silicon Labs گزارش داده که با به‌کارگیری ابزارهای ChipStack و Verisium Debug، موفق شده فرایند عیب‌یابی و ریشه‌یابی خطاها را در راستی‌آزمایی تراشه‌های کم‌مصرف پیش از مرحله تولید، با سرعت بسیار بالاتری به انجام برساند.

فرصت‌های پیش روی Cadence

هدف میان‌مدت این صنعت، جایگزینی کامل مهندسان با یک طراح تراشه کاملاً خودکار نیست؛ بلکه خلق ایجنت‌های هوشمندی است که امور پیچیده و زمان‌بر را تسهیل کنند؛ اموری نظیر بررسی مشخصات فنی مدار، عیب‌یابی در مراحل راستی‌آزمایی، تولید و ارزیابی نقشه‌ها، بهینه‌سازی چرخه‌های طراحی فیزیکی و ایجاد تعادل میان سرعت پردازش، مصرف انرژی و ابعاد قطعه. چنین ابزارهایی کارایی مهندسان را به بالاترین سطح ممکن ارتقا می‌دهند. جلوه‌ای از این پیشرفت در ساخت تراشه آزمایشی Jalapeño توسط OpenAI نمایان شد که در آن یک تیم کوچک توانست در مدت کوتاه ۹ ماه یک سیستم روی چیپ (SoC) کامل تولید کند، گرچه در توسعه آن تراشه از ابزار OpenAI Codex استفاده شده بود.

شرکت Cadence تلاش می‌کند تا با تکیه بر مدل‌های تخصصی هوش مصنوعی، ایجنت‌های هوشمند، ابزارهای مهندسی، داده‌های اختصاصی و چرخه‌های یادگیری تقویتی، یک مزیت پلتفرمی پایدار پایه‌گذاری کند. چالش بنیادین در این مسیر، تضمین قابلیت تکرارپذیری این دستاوردها در محیط واقعی تولید، حفاظت کامل از حقوق مالکیت فکری مشتریان و دستیابی به بالاترین استانداردها و تأییدیه‌های رسمی صنعت نیمه‌رسانا خواهد بود. بر اساس اعلام رسمی، نخستین سری از مدل‌های Maestro در سه‌ماهه چهارم سال ۲۰۲۶ میلادی برای گروهی از مشتریان برگزیده در دسترس قرار خواهد گرفت.