AI for EDA提速25倍：论芯率如何以AI读懂芯片协议文档
允中 发自 凹非寺
量子位 | 公众号 QbitAI
当所有人在讲AI for EDA的故事，论芯先跑进了产线
芯片设计的复杂度每两年翻一番，但有一个环节的效率几乎没变过——读文档
SoC验证工程师，在写下第一行代码之前，往往要花几周甚至几个月，把几百上千页的协议规范读完、读透、理清楚。
任何一处遗漏，都可能导致验证覆盖不全，最终的代价是respin——一次流片失败，几百万美金和几个月周期归零
EDA工具进化了几十年，综合工具替代了手工逻辑优化，布局布线工具替代了手工版图设计，仿真工具替代了手工波形检查。但“读文档、定策略、写验证”这一层，几十年来始终没有被工具化。
论芯科技已经在真实产线上给出了答案。
论芯的系统做的事情，一句话概括：拿到一份芯片协议文档，自动输出可用的验证代码
在一次客户的实际验证任务中，系统跑出了三组值得注意的结果：
发现了一个respin级别的bug，这意味着系统对spec的理解深度已经足以捕捉到那些会导致流片失败的关键缺陷；同一任务中，识别出超过100条pattern的timing违例，这些在传统流程中需要工程师逐条人工排查；整个任务的完成速度达到资深专家的25倍
这不是实验室里的数字，是在客户的真实项目里跑出来的。论芯目前已在多家客户的真实项目中完成部署。
为什么是论芯先做出来？
答案藏在创始团队的经历里。
论芯创始人何卓论做AI与EDA的交叉领域已经近十年。北大本科毕业后留校读博，中途退学，去香港中文大学从头再来。他原本甚至打算博士毕业后回高中当一名信息学竞赛老师，但在真正深入产业一线后，他改变了想法。
△论芯科技创始人何卓论
不同于大多数这个方向的研究者，他几乎在链条上的每个位置都待过：做过EDA工具开发，做过EDA工具中的AI算法，也做过跑AI算法的芯片设计。
横跨多个角色的经历让他得出了一个在学术圈不太主流的判断：
AI for EDA最大的问题不是模型不够强，而是做方法论的人不懂业务场景，做业务的人没有足够的方法论储备。两边之间有一条巨大的鸿沟。学术界发了大量论文，绝大多数停在proof of concept阶段，离工程师真正用起来还差得远。
何卓论要填的就是这个gap。于是他创办了论芯。
蒲渊是论芯的联合创始人兼CTO。在香港中文大学读博的第一年，他就连续以第一作者身份拿到三个EDA顶会的最佳论文提名，并提前完成了毕业要求——这样的节奏在学术界极为罕见。但他没有选择继续在学术界积累履历，而是在博士早期就加入论芯，把精力投入技术的产品化落地。
△论芯科技联合创始人兼CTO蒲渊
一个看得到业务全局的人，加一个能把技术打穿的人——论芯的核心就是这么搭起来的。
围绕这个核心，论芯搭建了一支兼具芯片领域知识和AI工程能力的团队。AI中台和智能体方向的负责人均来自AI行业一线，有成熟的大模型产品化和系统落地经验。这让论芯在技术路线上不是从学术论文出发去找场景，而是从工程实践出发去定义技术架构。
知识图谱打底，大模型做引擎
正是这样的团队，决定了论芯的技术路线走法跟“拿GPT或开源模型直接挂一个RAG”有本质区别
RAG解决的是检索问题，给模型喂相关段落，让它回答问题。但芯片验证不是问答，它是一个工程问题。
一份几百页的spec里，时序要求散落在第三章，异常处理逻辑藏在第七章的附录里，跨模块的依赖关系要对着三份不同的文档交叉比对——同一个功能点的约束条件可能散落在十几个不同章节。
人类工程师靠经验和记忆力把它们关联起来，论芯的系统靠一套从芯片领域基础知识中进化出来的知识图谱
具体来说，一份spec文档进入系统后，首先被自动解析，随后组织成一张知识图谱。这张图谱的schema不是人为定义的静态模板，而是能适应不同协议、不同架构的文档结构。知识图谱不仅汇聚信息，还能自动识别文档内部的冲突和不一致，而这些恰恰是人工阅读中最容易遗漏的。
知识图谱之上，大语言模型作为推理引擎，结合任务相关的上下文，根据验证策略自动生成下游所需的产物：覆盖模型、测试平台、测试pattern。
从文档到可执行的验证代码，整条链路被打通。
用何卓论的话说：“我们不是在做一个AI模型，是在做一个能嵌入工程师工作流的工具。模型是引擎，但引擎不是汽车。”
以验证为入口，构建AI原生EDA平台
AI for EDA是一个正在快速升温的方向，整个行业正在形成共识：AI会深刻改变芯片设计的流程。
在这个共识之下，真正决定一家公司位置的，不是叙事本身，而是谁先把技术落进客户的产线、拿到可验证的结果。
论芯选择的路径很明确：先在最痛的场景里证明自己，用结果建立信任，再向平台扩展
验证是入口，平台是目标。
一个AI原生的、能够包住EDA工具链的平台，让芯片设计流程中每一个依赖人力经验的环节，逐步被系统化、自动化。从文档理解到验证生成，从验证到设计流程的更多节点，论芯要做的是一层一层地把AI能力铺进去。
这件事没有捷径，只能一个场景一个场景磨出来。论芯已经磨出了第一个。
相关攻略
5月20日午后，港股芯片板块持续走强，呈现强劲的普涨态势。截至发稿，板块龙头表现尤为亮眼：华虹半导体股价大涨超13%，报131 8港元，公司总市值一举突破2500亿港元；与此同时，中芯国际股价亦上扬超11%，至76 6港元，其总市值已接近7700亿港元关口。 此次芯片股行情具备显著的板块联动效应，并
平头哥半导体在2026阿里云峰会上公布芯片发展路线图，计划未来两年内陆续推出算力更强的真武V900与真武J900两代芯片。此举旨在面向智能体时代，为各行业复杂的AI计算需求提供坚实的底层算力支撑。
从“会写Tcl脚本”到“能真正推进设计优化流程”，大模型正以Agent的形态，第一次深度嵌入真实的EDA工具链。 大模型进入工程研发领域已是大势所趋。然而在电子设计自动化（EDA）这个硬核战场，真正的挑战从来不是“生成一段脚本代码”，而是如何让模型稳定接入纷繁复杂的工具环境，持续调用底层能力，准确理
5月19日，英特尔CEO陈立武在CNBC的独家访谈中，为市场注入了强劲信心。他着重强调：“PC业务对我们而言依然至关重要，是其核心业务支柱。”这一明确表态，有力回应了近期业界的广泛猜测——在英特尔全力拓展代工服务（IFS）的背景下，其传统的处理器业务是否会受到冷落？ 除了战略定调，硬核的技术路线图更
全球内存芯片市场的权力天平，正在发生一场静默却剧烈的倾斜。曾经凭借海量订单享有绝对议价主导权的苹果公司，如今正面临前所未有的供应链压力。一个意想不到的“跨界对手”——AI服务器，正疯狂抢夺消费级内存资源，导致苹果不仅失去了单独协商价格折扣的特权，更被迫以远高于预期的价格进行大批量采购。这场由人工智能
热门专题
热门推荐
人工智能的浪潮正席卷每个角落，智能办公工具无疑是其中备受瞩目的弄潮儿。以自然语言处理和机器学习为内核的AI文档助手，承诺用高效与精准重塑我们的文字工作。但一个值得玩味的问题随之浮现：它究竟是一场碘伏传统的革命性创新，还是更像一位得力的职业伙伴？ AI文档助手的革命性创新 不得不说，AI文档助手的出现
2026年5月13日至14日，备受瞩目的Create 2026百度AI开发者大会将在北京隆重举行。本届大会以“万物一体”为核心主题，并实现了一项重要升级：首次将“Create百度AI开发者大会”与“云智大会”全面合并。此次整合旨在为参会者提供一站式、全景式的洞察体验，无论是关注AI基础设施的企业决策
雷蛇与《鸣潮》联名的达妮娅主题外设系列将于2026年5月20日推出，涵盖无线鼠标、机械键盘、电竞椅和超大鼠标垫四款产品。系列兼顾轻量化设计、高性能硬件与角色主题元素，致力于为玩家打造兼具操作性能与沉浸氛围的全方位游戏体验。
《极限竞速：地平线6》登陆Xbox与PC平台，首次将舞台设定于日本。本作画质显著提升，以丰富细节呈现东京霓虹、樱花林与山间晨雾。玩法上重构开局身份，玩家需从普通访客逐步成长为传奇车手，并引入庄园系统与探索乐趣。游戏对硬件性能要求较高，但借助DLSS4等技术可实现画质与流畅度的平衡。
人工智能正改变传统表格制作方式，通过自然语言指令自动生成表格与图表，显著提升工作效率。人机协作虽带来便利，确保数据准确性仍是关键。未来更智能的预测功能值得期待，但使用者仍需掌握数据分析基本功，以充分释放数据价值。