英偉達(dá)參與合作，華人團(tuán)隊(duì)打造AI芯片算法HeaRT，推理準(zhǔn)確率超97%

說(shuō)一句話就能設(shè)計(jì)模擬芯片的時(shí)代來(lái)了？假如你想做一個(gè)智能花盆，讓花盆可以根據(jù)土壤濕度自動(dòng)澆水，那么你需要一棵專門的芯片來(lái)控制。現(xiàn)在，你只需要告訴一款 AI 算法你需要一個(gè)能夠檢測(cè)濕度、控制水泵和功耗盡可能低的芯片，軟件就能自動(dòng)從數(shù)據(jù)庫(kù)里找出最合適的設(shè)計(jì)方案，甚至幫你把具體參數(shù)都算好。

你不需要了解晶體管的工作原理，也不需要知道電路怎么畫，只需要“會(huì)說(shuō)人話”，就能設(shè)計(jì)專屬于自己的芯片。這便是美國(guó)德州大學(xué)奧斯汀分校潘志剛（David Z. Pan）教授和英偉達(dá)等合作者打造的一款名為 HeaRT 的 AI 算法。

HeaRT 能學(xué)會(huì)人類設(shè)計(jì)師的思維方式，它會(huì)把一個(gè)復(fù)雜的電路像剝洋蔥一樣一層一層剝開(kāi)，先找到電流的主干道，然后沿著主干道找到一個(gè)個(gè)功能模塊，再把這些模塊拆成更小的子模塊。最終，整個(gè)復(fù)雜的電路變成了一棵有層次的電路思維樹(shù)。

測(cè)試中，面對(duì) 40 個(gè)不同復(fù)雜程度的電路，HeaRT 從最簡(jiǎn)單的幾十個(gè)元件到最復(fù)雜的幾百個(gè)元件，它的推理準(zhǔn)確率始終保持在 97% 以上，一次成功的概率超過(guò) 98%。也就是說(shuō)，它基本不會(huì)出錯(cuò)，而且第一次就能給出正確答案。

更令人驚訝的是它的速度，它只需要查看不到一半的電路，就能準(zhǔn)確理解整個(gè)電路。在處理復(fù)雜電路時(shí)，它的實(shí)時(shí)效率是傳統(tǒng)方法的兩倍之多。

（來(lái)源：https://arxiv.org/pdf/2511.19669）

潘志剛告訴 DeepTech：“其靈感來(lái)源于人類電路設(shè)計(jì)中所采用的層次化抽象原則，而這一視角在既有研究中長(zhǎng)期被忽視。通過(guò)構(gòu)建一個(gè)仿照人類設(shè)計(jì)思維的層次化電路推理樹(shù)（Hierarchical Circuit Reasoning Tree），HeaRT 實(shí)現(xiàn)了高效、實(shí)時(shí)且具備上下文感知能力的推理，并能夠生成與具體查詢條件相關(guān)的推理軌跡，從而顯著提升可解釋性、可調(diào)試性以及推理驅(qū)動(dòng)的下游應(yīng)用能力。”

他繼續(xù)說(shuō)道：“根據(jù)我們與英偉達(dá)的研究人員以及多家領(lǐng)先公司的模擬及混合信號(hào)（AMS，Analog and Mixed-Signal）設(shè)計(jì)工程師的早期交流反饋，這項(xiàng)工作獲得了非常積極的反響。”

HeaRT 并非一次性看完整個(gè)電路就完事了。而是先從上往下拆解，再?gòu)南峦侠斫猓喝~子模塊有什么作用？這些小模塊組合起來(lái)能夠?qū)崿F(xiàn)什么功能？最終，整個(gè)電路在它腦子里不再是死板的線條，而是一個(gè)有邏輯、有層次、有功能的活生生的系統(tǒng)。這個(gè)過(guò)程，和人類頂級(jí)芯片設(shè)計(jì)師的思考方式一模一樣。

有了這棵電路思維樹(shù)，令人意想不到的事情發(fā)生了。以前修改電路設(shè)計(jì)方案，就像裝修房子一樣要砸承重墻，牽一發(fā)而動(dòng)全身。想優(yōu)化一點(diǎn)點(diǎn)性能，可能得把整個(gè)電路重新設(shè)計(jì)一遍。芯片設(shè)計(jì)師們把這叫做災(zāi)難性遺忘。之前辛辛苦苦設(shè)計(jì)的模塊，改著改著就忘了為什么這樣設(shè)計(jì)，最后只能推倒重來(lái)。

HeaRT 不一樣。它知道電路里哪些是承重墻，哪些是隔斷墻。當(dāng)設(shè)計(jì)要求發(fā)生變化，比如需要手機(jī)芯片變得更加省電，它不會(huì)把整個(gè)電路發(fā)個(gè)底朝天，而是會(huì)精準(zhǔn)定位到最影響功耗的那幾個(gè)模塊，只對(duì)這些模塊加以優(yōu)化，其他部分原封不動(dòng)。

這意味著 HeaRT 將模擬芯片設(shè)計(jì)從少數(shù)精英的專屬技能，變成了每個(gè)人都能接觸的工具。在實(shí)驗(yàn)中，HeaRT 已經(jīng)展現(xiàn)出了這種能力。當(dāng)要求其優(yōu)化一個(gè)模擬前端電路并降低噪聲的時(shí)候，它準(zhǔn)確找到了最影響噪聲的第一級(jí)放大模塊，從數(shù)據(jù)庫(kù)中檢索出更加適合低噪聲的架構(gòu)，直接完成了傳統(tǒng)方法需要多次迭代才能實(shí)現(xiàn)的優(yōu)化，最終性能提升了 60% 一樣，而設(shè)計(jì)思路的保留程度高達(dá) 59%。

（來(lái)源：https://arxiv.org/pdf/2511.19669）

潘志剛告訴 DeepTech：“我們的研究表明，基于層次化推理的方法可以在 AMS 設(shè)計(jì)自動(dòng)化領(lǐng)域取得實(shí)質(zhì)性突破。通過(guò) HeaRT，我們首次將可解釋推理系統(tǒng)性地引入一個(gè)長(zhǎng)期依賴啟發(fā)式黑箱方法的領(lǐng)域，使電路理解和分析變得清晰、可追溯。”

實(shí)驗(yàn)結(jié)果顯示，HeaRT 在推理質(zhì)量上顯著優(yōu)于現(xiàn)有基于大模型的系統(tǒng)。更重要的是，他們首次系統(tǒng)性地強(qiáng)調(diào)了具備范圍約束的自適應(yīng)設(shè)計(jì)流程的重要性，該流程能夠在規(guī)格變化時(shí)動(dòng)態(tài)地進(jìn)行拓?fù)錂z索與尺寸調(diào)整，僅修改必要的電路部分，從而真正實(shí)現(xiàn)設(shè)計(jì)意圖的保留，而非每次都從零開(kāi)始重新設(shè)計(jì)。

得益于其基爾霍夫電流定律（KCL，Kirchhoff's Current Laws）一致的推理樹(shù)結(jié)構(gòu)，HeaRT 支持即插即用的模塊化設(shè)計(jì)，使得不同抽象層級(jí)下的功能架構(gòu)可以相互替換，同時(shí)保持電氣正確性。這為在僅靠尺寸調(diào)整無(wú)法滿足規(guī)格時(shí)，進(jìn)行符合設(shè)計(jì)直覺(jué)的拓?fù)湫薷奶峁┝饲逦窂健４送猓琀eaRT 對(duì)不同類別的優(yōu)化算法表現(xiàn)出良好的優(yōu)化器無(wú)關(guān)性，進(jìn)一步增強(qiáng)了魯棒性與通用性。

（來(lái)源：https://arxiv.org/pdf/2511.19669）

潘志剛表示：“未來(lái)，我們已經(jīng)規(guī)劃了多條后續(xù)研究方向。其中一個(gè)重要方向是將 HeaRT 的層次化電路推理能力擴(kuò)展到版圖設(shè)計(jì)領(lǐng)域，這是減少當(dāng)前設(shè)計(jì)流程中啟發(fā)式依賴的自然下一步。雖然相關(guān)工作仍在進(jìn)行中，細(xì)節(jié)暫不便公開(kāi)，但我們的長(zhǎng)期目標(biāo)是構(gòu)建一個(gè)從規(guī)格到可流片 GDSII 流格式（GDS，Graphic Design System）的端到端 AMS。”

本次論文已經(jīng)展示了若干具有代表性的下游優(yōu)化場(chǎng)景，說(shuō)明該框架如何為 AMS 設(shè)計(jì)自動(dòng)化打開(kāi)多條具有前景的發(fā)展路徑。“我們目前也正在積極探索更加深入和復(fù)雜的應(yīng)用方向，以進(jìn)一步擴(kuò)展并強(qiáng)化這些理念。”他說(shuō)。

參考資料：

相關(guān)論文https://arxiv.org/pdf/2511.19669

排版：胡巍巍