首个端到端芯片设计 Agent 基准:最强模型仅得 16.6%
teortaxesTex · x · 2026-10-29
AlphaDesignAI 与 NVIDIA 合作发布 Build-A-Chip-Bench,评测 AI agent 从工作负载规格到 GDS 版图完成的完整芯片设计流程,采用开源工具与开源 PDK。评分公式综合三项门槛:功能验证通过、干净 GDS 版图产出、PPA 与约束的符合度。
首批结果(得分)
- Claude Fable 5.1:16.6%(功能通过 65%,GDS 通过 75%,PPA 25.5%),领先
- GPT-6 Astra:8.7%,但功能与 GDS 通过率均为 85%,远超其他模型,短板在 PPA
- Gemini 3.8 Flash:0.8%;Kimi K3:0.2%;GLM-5.3:0.0%
结论是「生成正确 RTL 只是里程碑,交付可物理实现的设计才是真正考验」,前沿模型距离完成整个芯片设计流程仍有很大差距。
所属事件:英伟达等发布端到端芯片设计 Agent 基准，最强模型仅得 16.6%(2 条相关)→
「编程与Agent」频道最新
- Anthropic 回应 Claude Code 用量暴涨：无单一根因，重会话烧 token 属正常 — bcherny · 2026-10-29
- LlamaIndex 发布文档解析协议 DPP：140 条规则统一 OCR 输出标准 — llama_index · 2026-10-29
- exe.dev 用 Workload Identity Federation 简化 AI Agent 的密钥管理 — davidcrawshaw · 2026-10-29
- 有 API 执行权的 Agent 如何防 prompt injection:防御重心应移出模型层 — Informal-Dust4499 · 2026-10-29
- Agent 审批界面该怎么设计：用结构化效果呈现取代叙事性描述 — ClickOk5811 · 2026-10-29
- 「帮我盯着这事」：Babysitting 成了对 AI agent 的头号请求 — RichardsonDx · 2026-10-29