ИССЛЕДОВАНИЕ · RESEARCH · #1976
Надёжность агента Siemens Fuse EDA повышена с ~55% до ~95% с помощью NVIDIA NeMo Gym
Siemens использовала NVIDIA NeMo Gym для оценки и улучшения агента Fuse EDA в задачах характеристики стандартных ячеек, повысив составной верификационный балл примерно с 55% до ~95% по репрезентативному бенчмарку. На основе диагностики верификатора были уточнены навыки агента и описания MCP-инструментов, что сократило число ходов агента с 155 до 53 и объём выходных токенов примерно с 81K до 29K.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Siemens использовала NVIDIA NeMo Gym для оценки и улучшения агента Fuse EDA в задачах характеристики стандартных ячеек, повысив составной верификационный балл примерно с 55% до ~95% по репрезентативному бенчмарку.
- На основе диагностики верификатора были уточнены навыки агента и описания MCP-инструментов, что сократило число ходов агента с 155 до 53 и объём выходных токенов примерно с 81K до 29K.
- Это демонстрирует воспроизводимый подход оценки агента, который выявляет режимы сбоев в многоступенчатых процессах проектирования чипов и существенно повышает надёжность и эффективность, необходимые для промышленного применения.
ПОЧЕМУ ЭТО ВАЖНО
Это демонстрирует воспроизводимый подход оценки агента, который выявляет режимы сбоев в многоступенчатых процессах проектирования чипов и существенно повышает надёжность и эффективность, необходимые для промышленного применения.