晶片驗證吃掉七成設計時間！西門子攜NVIDIA推自主驗證Agentic AI，特性週期縮短逾10倍

当AIチップ、Chiplet、3D ICがますます複雑化する中、製品の上市を遅らせる要因は、もはや設計そのものよりも、その設計が正しいかどうかを証明する「検証」にある。チップの検証工程は、全体の設計時間の最大7割を占めることがある。西門子（Siemens AG、ドイツ株式コード：SIE）は本日（3日）、NVIDIA（米国株式コード：NVDA）との協力を拡大し、Fuse EDA AI Agentシステムを強化すると発表した。これにより、AIエージェントは単に設計タスクを自動実行するだけでなく、自らの意思決定を継続的に検証・修正できる自律的作業モデルへと進化する。この技術はすでにカスタムIC部品ライブラリの特性解析に適用され、作業サイクルを10倍以上短縮、トークンコストを5～10倍削減した。

西門子によれば、今回の協力により、NVIDIAのAI基盤、推論モデル、およびアクセラレーテッドコンピューティング技術が、「自律的検証」機能を持つAgentic AI（エージェント型AI）のワークフローに統合される。AIエージェントはEDAツールを呼び出してタスクを実行するだけでなく、確定的で物理モデルに基づくEDAエンジンを用いて結果を継続的に検証し、「推論→実行→検証→修正」という閉ループプロセスを形成する。

なお、今回拡張されたEDA AI機能は、西門子の今後のAIネイティブEDA製品バージョンに順次搭載される予定であり、すべての機能が即時利用可能というわけではない。しかし、SolidoのカスタムICワークフローの一部はすでに検証を完了し、生産現場で活用されており、EDAへのAgentic AI導入で最初に定量的効果を示した事例となっている。

単にAIがツールを操作できるだけでは不十分。設計結果の正しさを証明できることが重要だ。一般の生成AIとは異なり、半導体やPCB設計にはタイミング、消費電力、電気的特性、レイアウト、製造ルール、信頼性といった厳密な工学的条件が求められる。AIが生成した回答が言語的に妥当に見えても、工学的検証を通過できず、量産に耐えない可能性がある。そのため、Agentic AIがEDA領域に導入されるには、信頼できる工学ツールで意思決定を検証できるかどうかが、実用化の鍵となる。

西門子EDAの上級副社長兼AI戦略責任者であるAmit Gupta氏は、今回のNVIDIAとの協力拡大について、「特定ドメインの産業用AI、物理モデルに基づくEDAエンジン、アクセラレーション技術を統合し、自律検証可能なAIワークフローを構築するもの」と説明する。Gupta氏は、長時間自律的に動作するEDA AIエージェントが、成熟した工学ツールを正確に使い、自らの判断を継続的に検証することで、顧客の製品開発を加速し、設計品質を向上させ、エンジニアリングチームの成果に対する信頼を高められると述べた。

NVIDIAのコンピューティングエンジニアリング部門副社長兼ゼネラルマネージャーであるTimothy Costa氏は、「半導体およびPCB設計は、世界で最も複雑な工学的課題の一つであり、AIエージェントは信頼できるツールを用いて推論、実行、検証を行う必要がある」と指摘。西門子のEDAソフトウェアとNVIDIAのアクセラレーテッドコンピューティング、AIソフトウェア、Nemotronオープンモデルを組み合わせることで、Agentic AIが設計プロセス全体をカバーできるようになると語った。

技術アーキテクチャにおいて、西門子はNVIDIAのNeMo Gymオープンライブラリを活用して、特定ドメインのEDAエージェントを構築・最適化する。これにより、システムは複数のプロジェクトから経験を蓄積し、実行戦略やワークフローを調整し、設計知識とプロジェクトコンテキストの活用効率を高められる。

NVIDIAのNemotronモデルとSwitchyardは、複雑な工学的トレードオフに必要な推論能力を提供。OpenShellは企業が求めるセキュアな実行環境、アクセス制御、監査ログを提供し、AIエージェントが設計データやEDAツールを呼び出す際に、企業のガバナンス範囲外に出ることを防ぐ。NVIDIAのアクセラレーテッドコンピューティングとCUDA-Xライブラリは、AIモデルの推論とEDAエンジンの計算を同時にサポートする。

西門子は、このアーキテクチャにより、長時間にわたる工学的タスクの成果品質、ツール呼び出しの信頼性、トークン使用効率が向上すると説明。一部のワークロードでは、設計チームが正確性を犠牲にすることなく、数時間で「サインオフ品質」の成果を得られるようになり、従来は数日かかっていた同種の作業が劇的に短縮される。

Fuse EDA AI Agentは、すでに西門子のIntelligence Center Xに統合されており、企業レベルの産業用AI環境で複数のAIエージェントを構築・管理・連携させることができる。応用範囲は、単一の設計ツールにとどまらず、設計、製造、サプライチェーンにまたがる意思決定プロセスへと拡大している。

半導体からPCBまで、Agentic AIがEDAプロセス全体を統合。西門子は、半導体とPCBのライフサイクルにまたがるタスクを、専門性の異なる複数のAIエージェントが共同で処理する計画だ。合成、検証、物理実装、サインオフ、テスト性設計（DFT）などの工程をカバーし、ツール間・ドメイン間のワークフロー収束効率を改善する。

対象製品には、Catapultのハイレベル合成ツール、Questa OneとVeloceの検証プラットフォーム、SolidoのカスタムIC設計・検証ツール、Aprisaの物理実装、Calibreのサインオフ検証、Tessentのテスト性設計ソリューションが含まれる。応用範囲は、Innovator 3D ICによる先進3D IC統合や、Xpedition PCB設計にも拡大している。

これは、西門子がAgentic AIを推進する方向性が、エンジニアが自然言語で単一ソフトを操作するレベルを超え、複数の専門AIエージェントがEDAプロセス全体で分業・情報交換を行い、工学ツールで互いの成果を検証し合う体制へと進化していることを意味する。

カスタムICで最初の実用化。トークンコスト最大10倍削減。カスタムIC設計において、西門子はSolido Characterization SuiteのAIエージェント機能を強化した。このワークフローは、Solido LibSPICE、Solido Generator、Solido Analyticsを呼び出し、Solido Characterizerを自動実行してLibertyファイルを生成・検証し、部品ライブラリの特性解析プロセスを自動化する。

Libertyファイルは、標準セルのタイミング、消費電力、電気的特性を記録したもので、後続のデジタルチップ設計・検証の基盤となる。西門子は、このソリューションが先進プロセスの標準セルライブラリ、メモリ、カスタムIPライブラリで検証され、生産現場に導入済みだと発表。部品ライブラリの特性解析サイクルを10倍以上短縮し、トークンコストを5～10倍削減した。

ただし、「サイクル短縮10倍以上」という数値は、特定の部品ライブラリ特性解析ワークフローに限定された成果であり、チップ設計全体やすべての検証プロセスが同程度短縮できるわけではない。

西門子はまた、Solido Layout Analyzerを新たにリリースし、AIエージェントをカスタムICのレイアウト解析に拡張した。このツールは、レイアウト後の設計における寄生成分やレイアウト依存効果を可視化し、自然言語プロンプトで分析結果を解釈し、修正提案を行い、自動レポート生成が可能。

STマイクロエレクトロニクス（STMicroelectronics、米国株式コード：STM）の不揮発性メモリ設計マネージャー、Gianbattista Lo Giudice氏は、「メモリ設計チームにとって、レイアウトの洞察を電気的特性に直接結びつけることが極めて重要」と述べる。Solido Layout Analyzerにより、設計の早い段階でレイアウト依存効果の分析が可能になり、設計後期になって問題が発覚するのを防ぎ、複雑な設計モジュールのデバッグ時間を数週間短縮できると期待している。

STマイクロエレクトロニクスは、現在進行中の設計プロジェクトで実際の効果を検証する予定であり、「デバッグ時間の数週間短縮」は予想される成果であり、まだプロジェクトでの検証待ちである。

デジタル検証も重点領域。AIエージェントは数十億のテストケースから問題を発見。デジタル検証も、西門子のAgentic AI戦略の重点分野の一つ。西門子は、検証工程がチップ設計時間の最大7割を占めると指摘。AIチップ、Chiplet、3D ICの設計規模と複雑さが増す中、従来の検証手法は処理量とスケジュールの圧力に直面している。

西門子は、既にリリースされたQuesta One Agentic Toolkitを基盤に、NVIDIAが複雑で長時間のAIエージェントタスク向けに設計したNemotron 3 Ultra推論モデルを導入。ACE-RTLエージェントを用いたRTLベンチマークテストでは、Nemotron 3 Ultraがオープンモデル中で優れた性能を発揮し、AIエージェントが異なる設計選択肢を評価し、標準テスト環境で結果を継続的に検証することで、問題の早期発見と検証収束の加速を実現している。

西門子EDAの上級副社長兼デジタル検証技術ゼネラルマネージャーのAbhi Kolpekwar氏は、「業界は重要な転換点にあり、AIチップ、Chiplet、3D ICの複雑さは、従来の検証手法の限界を超えつつある。Agentic AIは、このトレンドへの自然な進化の方向性だ」と語る。彼は、今後AIエージェントが協力して…