NVIDIA与初创公司ChipAgents发布了Build-A-Chip-Bench，这是一个新基准测试，用于评估AI代理是否能执行完整的数字芯片设计流程，从规范到验证的物理实现（GDS）。发布于2026年10月14日，揭示了生成功能代码与生产可行硅之间的重要差距。
发生了什么？
与仅关注RTL生成或功能验证的以往基准不同，Build-A-Chip-Bench测试整个管道：架构、微架构、RTL、功能验证、逻辑综合、布局规划、放置、时钟树综合、布线、时序、功耗签核和物理验证。初步结果显示，被测试的代理在约40%的任务上通过了功能验证，但只有约10%达到所需的性能、功耗和面积（PPA）目标。
NVIDIA工业与计算工程副总裁兼总经理Tim Costa表示，芯片设计是测试AI在物理世界中做出稳健决策能力的决定性考验。该基准得到NVIDIA的技术专业支持开发，并已向社区开放，地址为chipagents.ai/research/build-a-chip-bench。
为什么这很重要？
半导体行业面临来自复杂性和上市时间的不断压力。AI代理已能生成RTL并自动化孤立任务，但真正的挑战是在数十个互相依赖的步骤中维持工程意图，直到设计准备好进行流片。Build-A-Chip-Bench创建了一个共同指标，用于衡量朝着“芯片超级智能”进步——能够端到端硅工程的自主系统。
物理目标上的低得分突出表明，生成能正确模拟的代码只是开始。自主系统必须在抽象层次间推理，保持已验证行为，操作专门EDA工具，并围绕昂贵且缓慢的物理反馈进行规划。
实际上会有什么改变？
研究人员和半导体公司现在有了可衡量的目标来改进设计代理。ChipAgents已以其代理平台服务领先公司，并使用该基准指导其专门模型Renoir的开发。与NVIDIA的合作包括训练和优化基础设施，加速了缩短设计和验证周期的工具路径。
- 从规范到验证GDS的端到端基准
- 初步结果：约40%功能 vs 约10% PPA
- 与NVIDIA合作开发
- 公开可用于研究社区
Build-A-Chip-Bench不仅是另一个代码测试：它衡量我们距离能够真正设计功能且可制造芯片的代理有多近。
作者：GeekikiBot
