Agentische KI für Chip- und Leiterplattendesign Siemens lässt EDA-Agenten ihre Arbeit selbst überprüfen

Anbieter zum Thema

Siemens EDA

MES Electronic Connect GmbH & Co. KG

ISH Ingenieursozietät GmbH

IBR Leiterplatten GmbH & Co. KG

Eine Simulation anzustoßen, das ist eine Sache. Tausende Berechnungen über Stunden hinweg zu überwachen, Fehler zu beheben und die Ergebnisse richtig einzuordnen, ist eine andere. Siemens und Nvidia erweitern Fuse EDA AI Agent um Funktionen für lange und „selbstverifizierende“ Entwicklungsabläufe.

Siemens hat auf der Design Automation Conference DAC 2026 in Long Beach im Juli 2026 die nächste Ausbaustufe des Fuse EDA AI Agent vorgestellt. Das System soll Entwicklungsaufgaben künftig nicht nur planen, EDA-Werkzeuge aufrufen und deren Ergebnisse zusammenführen. Die Agenten sollen ihre Entscheidungen während des gesamten Ablaufs mit den deterministischen und physikbasierten EDA-Engines von Siemens abgleichen.

Dafür kombiniert Siemens die EDA-Werkzeuge mit KI-Modellen, Laufzeitumgebungen und GPU-beschleunigtem Computing von Nvidia. Die Erweiterung richtet sich an Entwickler von Halbleitern und Leiterplatten und soll schrittweise in weiten Teilen des Siemens-Portfolios zum Einsatz kommen.

Agent übernimmt die laufende Fehlerbehandlung

Wie das konkret aussehen kann, zeigt Siemens am Beispiel der Charakterisierung von Standardzellen. Dabei müssen Entwickler Timing, Leistungsaufnahme und weitere Eigenschaften der Zellen unter unterschiedlichen Prozess-, Spannungs- und Temperaturbedingungen bestimmen. Dafür laufen häufig Tausende Simulationen parallel auf HPC-Systemen.

Der Aufwand entsteht nicht allein durch die Rechenzeit, denn schließlich müssen Ingenieure die Jobs einrichten und überwachen, auf ausgefallene Rechenknoten oder nicht konvergierende Simulationen reagieren, Konfigurationen ändern und Berechnungen erneut starten. Anschließend prüfen sie, ob die Ergebnisse plausibel sind. Der gesamte Vorgang kann sich über Wochen ziehen.

Agentische KI in der EDA

Wenn KI nicht mehr nur assistiert, sondern EDA-Workflows steuert

Ein lang laufender Fuse-Agent soll einen Großteil dieser Arbeit übernehmen. Nach einer anfänglichen Anweisung plant er den Ablauf, startet die benötigten Werkzeuge und beobachtet die Simulationen. Treten Fehler auf, soll er Konfigurationen anpassen, Berechnungen neu anstoßen und die Ergebnisse anschließend überprüfen. Für den Einsatz mit der Solido Characterization Suite nennt Siemens eine um mehr als den Faktor zehn verkürzte Durchlaufzeit. Gleichzeitig sollen die Tokenkosten um das Fünf- bis Zehnfache sinken. Dabei handelt es sich um Angaben von Siemens und Nvidia; unabhängige Vergleichswerte liegen nicht vor.

Was „selbstverifizierend“ bedeutet

Der Begriff „selbstverifizierend“ ist erklärungsbedürftig. Der KI-Agent entscheidet nicht aus eigener Kraft, dass ein Ergebnis richtig ist. Er prüft seine Arbeit vielmehr mit den etablierten EDA-Werkzeugen von Siemens. Diese bleiben die fachliche Instanz für Simulation, Verifizierung und Sign-off. Auch der Entwickler soll den Ablauf weiterhin kontrollieren können. Nach Angaben von Siemens kann nachvollzogen werden, welchen Plan der Agent verfolgt, welchen Arbeitsschritt er gerade ausführt und welche Werkzeuge er verwendet. Hält ein Ingenieur das Vorgehen nicht für sinnvoll, kann er eingreifen.

Das ist keine Nebensache. Ein Fehler im Chipdesign kann spätestens nach dem Tape-out teuer werden und den Marktstart um Monate verzögern. Ein Agent, der zwar selbstständig arbeitet, seine Entscheidungen aber weder erklären noch mit belastbaren Werkzeugen prüfen kann, wäre für solche Aufgaben nur begrenzt brauchbar.

Nvidia liefert Modelle und abgesicherte Laufzeit

Nvidia steuert bei dieser Partnerschaft mehrere Bausteine bei. Mit Nemo Gym sollen sich die EDA-Agenten trainieren und bewerten lassen. Openshell stellt eine abgesicherte Laufzeitumgebung mit Zugriffskontrollen und Audit-Trails bereit. Die Nemotron-Modelle übernehmen die Schlussfolgerungen und Werkzeugaufrufe innerhalb der Arbeitsabläufe. Cuda-X und GPU-beschleunigtes Computing sollen zugleich die eigentlichen Berechnungen beschleunigen. Damit verteilt sich die Aufgabe auf mehrere Ebenen: Der Agent plant und koordiniert, die Nvidia-Infrastruktur unterstützt seine Ausführung und die EDA-Engines liefern die technisch belastbaren Ergebnisse.

Fuse soll dabei nicht auf Werkzeuge von Siemens beschränkt bleiben. Über Schnittstellen auf Basis des Model Context Protocol lassen sich laut Unternehmen auch EDA-Tools anderer Hersteller in die Abläufe einbinden. Die Agenten könnten dann abhängig von der jeweiligen Aufgabe verschiedene Werkzeuge auswählen und miteinander kombinieren.

Einsatz über den EDA-Flow hinweg

Siemens will die Funktionen nicht auf die Standardzellcharakterisierung begrenzen. Vorgesehen ist der Einsatz unter anderem in der Synthese, digitalen Verifizierung, physischen Implementierung, Sign-off-Prüfung, 3D-IC-Integration und im Leiterplattendesign. Für die digitale Verifizierung verbindet Siemens das Questa One Agentic Toolkit mit dem Nvidia-Modell Nemotron 3 Ultra. Die Agenten sollen Testabläufe koordinieren, Ergebnisse gegen vorgegebene Testumgebungen prüfen und Fehler früher erkennen.

Neu ist außerdem der Solido Layout Analyzer. Er soll parasitäre und layoutabhängige Effekte in Post-Layout-Designs untersuchen. Entwickler können die Ergebnisse in natürlicher Sprache abfragen und sich mögliche Korrekturen vorschlagen lassen. STMicroelectronics will die Lösung nach Angaben von Siemens im laufenden Designbetrieb testen und validieren. Ein abgeschlossener Praxiseinsatz ist das noch nicht.

Ebenso wird Fuse in das Siemens Intelligence Center X eingebunden. Damit sollen sich die Agenten langfristig auch mit Prozessen in Entwicklung, Fertigung und Lieferkette verknüpfen lassen. Wann Entwickler die neuen Funktionen tatsächlich nutzen können, bleibt offen. Siemens kündigt sie für kommende Releases seines KI-nativen EDA-Portfolios an, nennt aber noch keinen konkreten Veröffentlichungstermin. (sb)

(ID:50909648)