• 将西门子在 DAC 2026 发布的智能体 AI 能力拓展至 3D IC 电热协同设计领域
• 跨西门子七款电子设计自动化（EDA）工具，自动编排九个流程阶段，流程设置工作量最高可减少 95%
• 可评估的设计方案数量达到原来的 50 倍之多，帮助解决面向 AI 计算的 3D IC 中的电源和热设计约束
• 作为西门子可持续扩展的 EDA 智能体 AI 平台的一部分，同样支持长时间运行和自验证

西门子宣布进一步丰富与 NVIDIA 合作开发的 EDA 智能体 AI 产品组合。继 DAC 2026 发布自验证智能体 AI 能力后，双方将该能力与 NVIDIA 加速计算相结合，应对先进封装领域的 3D IC 电气、电源、热分析及协同设计挑战。

新功能将西门子的电热分析产品组合整合进一个自主运行的工程流程。借助西门子的设计空间探索与优化（DSE/DSO）技术，该工作流可帮助工程师利用达到签核级精度的物理求解器，对数百种设计方案进行评估和验证。基准测试显示，该方法可将工程工作量最多减少 95%，使原本需要数周完成的工作缩短至数小时；涉及七款工具的流程设置工作，可从数天缩短至不到五分钟，最多减少 99% 的设置时间；与传统手动流程相比，设计空间探索范围最高可扩大 50 倍。

西门子 EDA 集成电路业务执行副总裁 Ankur Gupta 表示：“过去，开展电热协同设计通常需要专家协调多款工具，手动对有限数量的设计方案进行评估迭代。将智能体 AI 与西门子经过验证的物理场分析技术相结合后，工程师可评估的设计方案数量最高可达以往的 50 倍，从而更快速、更有信心地做出决策，为下一代 AI 基础设施开发提供有力支持。”

NVIDIA 工业与计算工程副总裁兼总经理 Tim Costa 表示：“电力输送和散热正成为决定 3D 芯片设计能力边界的关键因素。借助 NVIDIA Agent Toolkit 和 Nemotron-3.5-Lightning，西门子的智能体能够协调电气与热分析求解器，在工程工作量减少 95% 的同时，将设计空间探索覆盖范围扩大至多 50 倍。这些智能体能够诊断电力输送、裸片布局和封装材料等因素对设计结果的影响，帮助工程师定位未达设计目标的根本原因，使电热分析真正融入芯片开发流程。”

AI 工厂重新定义芯片需求

AI 工厂对其内部芯片提出更高要求，包括更强的计算能力、更高的内存带宽和更好的散热性能，同时还需要将这些能力集成到越来越小的物理空间内。

NVIDIA Rubin GPU 体现了这一发展趋势，其单颗 GPU 可提供高达 50 petaflops 的 NVFP4 推理性能，并配备 288GB HBM4，还可进一步扩展至 NVIDIA Vera Rubin NVL72 等更大规模的协同设计系统。随着计算和内存日益集中于高度集成的封装中，功率密度不断上升，热量也更加集中。电热协同设计因此不能再只是设计后期的检查环节，而必须成为芯片设计之初就需要重点考虑的核心要求。

挑战：手动流程日益复杂

目前，应对这些挑战仍需要专业人员在多款工具之间手动协调工作流程，在不同分析领域之间传递数据，并针对电气、功耗、热和寄生参数提取结果反复开展分析和迭代。

随着设计日趋复杂，工程师还受到时间和计算资源的限制，往往只能评估有限的设计场景。从而导致一些关键瓶颈直到设计后期才被发现，进而增加返工风险。

解决方案：智能体 3D IC 工程工作流程

西门子为此引入了一种新的工作模式。工程师只需设定设计目标，与 Intelligence Center X 集成的 Fuse EDA AI Agent 便可自动调用和协调多款西门子工具。

该智能体能够运行耦合电热分析，识别未达到的设计目标，并进一步判断问题来自供电、布局、材料，还是这些因素的共同作用。

智能体随后利用分析结果指导设计空间探索、评估不同设计之间的权衡，并针对工程师设定的目标重新运行有潜力的配置。这一迭代过程能够帮助团队评估更多设计方案，并在开发早期发现电源和热设计问题。

整个流程可自主调用西门子七款 EDA 工具，完成九个流程环节，在 8 至 10 小时的运行过程中执行 50 至 100 个推理步骤。每轮分析可覆盖 200 至 500 个以上设计场景，对传热系数（Heat Transfer Coefficient，HTC）边界条件、功耗预算和材料堆叠方案等参数进行遍历。相关工具包括：

• Innovator3D IC™ Integrator：用于布局规划，以及完整的 3D IC 组装和封装设计。
• Solido™ Characterizer：AI 加持的 K 库工具，生成 Liberty 文件。
• mPower™ Digital：用于功耗分析，以及不同温度条件下的功耗计算。
• Calibre^® 3DThermal：用于 3D IC 热签核和功耗映射。
• Simcenter™ FloTHERM™：用于系统级热仿真和结果可视化。
• Calibre^® xACT：用于提取与温度相关的寄生参数。
• Solido™ SPICE：用于 AI 加速的功耗及温度感知的 SPICE 电气仿真。

借助 NVIDIA AI 技术加速智能体工程工作流

西门子将 NVIDIA Agent Toolkit 与 NVIDIA 加速计算及 CUDA-X 库相结合，为智能体驱动的工程工作流提供支持。加速仿真工具能够更快地向智能体提供分析结果，使工程师能够在有限时间内探索更多设计场景。

• Nemotron 开放模型：用于智能体 EDA 子流程的编排和执行。
• NeMo Gym：跟踪智能体的运行轨迹，识别需要重点改进的环节，用于优化 Agent Skills 和模型上下文协议（MCP）工具描述。
• NeMo RL：利用 EDA 领域知识和 EDA 工具调用能力，对具有成本效益的大语言模型（LLM）进行微调。
• NeMo Relay：帮助用户观察和审查智能体在不同运行框架中的执行情况。
• NeMo Switchyard：根据任务需求进行智能路由，在计算资源利用率和 token 成本之间取得平衡。
• NVIDIA OpenShell：在安全的沙箱环境中运行智能体，帮助保护敏感知识产权和晶圆代工厂 PDK。
• NVIDIA CUDA-X 库：加速智能体所使用的受支持工程求解器，减少迭代式设计流程中的仿真等待时间。

相关技术展示

西门子在 NVIDIA GTC 柏林大会上展示覆盖 EDA 设计流程的更多智能体 AI 工作流程和功能，包括基于 Catapult 和 Questa 的从设计规格到 RTL 签核、基于 Tessent 的可测试性设计（DFT）、基于 Aprisa 和 Calibre 的从 RTL 到 GDS 的工作流程，以及基于 Solido 和 Calibre 的定制化 IC 验证。

如需进一步了解西门子的智能体 EDA 工作流程，请访问：https://www.siemens.com/en-us/products/fuse-eda-ai-system/agent/。