资料齐了,包括两篇 arXiv 论文的摘要口径(其中一处数字与报道略有差异,我在文中标了出来)。
NovaSilicon 首提 CDK:自研 Agent 两场实测均分压过 GPT-6,芯片设计要从 Fabless 走向 Designless?
直说:这次不是 “又发了个模型”,而是一家成立才 5 个月的公司,在芯片设计最苦的两个环节 —— 模拟版图和数字 floorplan—— 用自己的 Agent 系统跟 GPT-6 系列打了两场同题考试,两场都拿了最高平均分:模拟版图 0.8154 对 GPT-6 Astra 的 0.7483,floorplan 57.97 对 31.17,后者差不多是 1.9 倍。真正值得琢磨的是它顺手提出来的 CDK(Circuit Design Kit,电路设计套件):把晶圆厂那套 “设备 + 配方” 的模式搬到设计侧 ——Agent 和仿真器相当于设备,CDK 相当于配方,输入是芯片规格,输出是 GDS 版图。按这个逻辑,设计公司不必再自己养一整支实现团队,只管定义规格,实现交给 CDK 和使用它的人,这就是它说的 Designless。
为什么这件事能上新闻?因为过去三十年半导体行业只完成过一次大分工:台积电把制造工艺封装成 PDK(Process Design Kit,工艺设计套件),设计公司拿着 PDK 就能把制造外包出去,于是有了 Fabless。NovaSilicon 想干的是同一件事,只是发生在设计环节 —— 把设计经验封装进 Design Kit,而不是指望大模型或 EDA 工具自己学会。它把经验沉淀的位置说得很清楚:不在通用模型里,在套件里。
但先别急着下结论。这两场考试是公司自己出的题、自己评的分、自己发的论文,属于 “能证明方向、不能证明量产” 的那类证据。下面把数字、机制、边界和后续摊开讲。
一、两场实测,先把关键数字摆平
| 场景 | NovaSilicon 自研系统 | GPT-6 Astra | 差距 |
|---|---|---|---|
| 模拟版图(AnalogLayoutWorld,40 题平均分) | Novara 0.8154 | 0.7483 | +0.0671,约 +9% |
| 模拟版图验收率 | 72.5% | 70.8% | +1.7 个百分点 |
| 数字 floorplan(0–100 分制,8 份 / 4 份输出均值) | Nova-SI 57.97 | 31.17 | 约 1.86 倍 |
| floorplan 单份最高分 | 81.09 | 64.75 | +16.34 |
一个值得注意的区别:模拟那场是 “小幅领先、但质量维度拉开”,floorplan 那场是 “绝对领先、且省算力”。这两件事含义不一样,后面分开说。
二、CDK 是什么:把 PDK 那套逻辑搬进设计环节
官方给的对照表说得很直白,我原样搬过来。
| 维度 | 制造环节 | 设计环节 |
|---|---|---|
| 设备 | ASML 等厂商的制造设备 | Agent、仿真器 |
| 配方 | PDK(工艺设计套件) | CDK(电路设计套件) |
| 产出 | 晶圆 | GDS 版图、IP |
| 承担方 | 台积电等晶圆代工厂 | NovaSilicon |
| 带来的分工 | 从 IDM 到 Fabless | 从 Design House 到 Designless |
两个方向各有一套:模拟侧叫织女星 Vega,覆盖拓扑选择、网表转原理图、器件尺寸、仿真、版图;数字侧叫天狼星 Sirius,后端包括设计初始化、floorplan、布局布线、时钟树、物理验证、时序分析,前端包括规格理解、建模、RTL 生成与验证。两篇论文各测了其中一环 —— 模拟版图测的是 Vega 里的 Novara,floorplan 测的是 Sirius 里的 Nova-SI。
三、模拟版图这场:赢在 “验收率” 和 “版图形态”
AnalogLayoutWorld 有 40 个任务,覆盖放大器、基准源、电源管理、采样电路和振荡器,评分看六项:有没有交出 GDS、LVS(版图和网表是否一致)、DRC(工艺规则)、面积紧凑度、工程质量、后仿真。另有一条验收线,六项都得过硬才算过。
| 系统 / 模型 | 框架 | DRC | LVS | 后仿真 | 验收率 | 工程质量 | 平均分 |
|---|---|---|---|---|---|---|---|
| Novara(自研、本地部署) | 自研 | 97.5% | 100.0% | 75.0% | 72.5% | 0.816 | 0.8154 |
| GPT-6 Astra | Codex | 99.2% | 98.3% | 82.5% | 70.8% | 0.566 | 0.7483 |
| GPT-6.1 Sol | Codex | 92.5% | 91.7% | 80.0% | 62.5% | 0.498 | 0.7023 |
| GLM-5.3 | OpenCode | 80.0% | 69.2% | 42.5% | 35.0% | 0.358 | 0.4779 |
| Kimi-K3 | Kimi Code | 50.0% | 40.0% | 30.0% | 20.0% | 0.167 | 0.2900 |
| Qwen3.8 Flash Next | Qwen Code | 40.0% | 41.7% | 25.0% | 14.2% | 0.140 | 0.2633 |
| DeepSeek V4.1 Flash | DeepSeek Harness | 37.5% | 30.0% | 17.5% | 9.2% | 0.118 | 0.2246 |
有意思的地方在反差点:GPT-6 Astra 的后仿真通过率 82.5%,比 Novara 的 75.0% 还高,但验收率反而低。论文的解释是,GPT 系丢掉的那一块主要在版图长宽比和形态上 —— 过了仿真,却交不出能用的形状。
最能说明问题的是一道电流饥饿型环形压控振荡器。GPT-6 Astra 三次尝试全部通过 DRC、LVS 和两项后仿真,但交出来的是宽约 209 µm、高不到 10 µm 的细条,长宽比在 22.63 到 26.31 之间,而上限是 4,三次都只拿 0.3 分。从轨迹看,它先试过折叠长电阻,被 LVS 的长度参数匹配否掉,于是退回一根 203.19 µm 的直电阻,把其余器件沿着排成一条。同一道题,Novara 第一次就交出 34.14 × 42.33 µm、长宽比 1.24 的版图,得分 0.9015。
这个差别不是 “谁更聪明”,而是 “谁把工程常识写进了方法”。追求硬指标能过检查,但拼不进周围电路;模拟版图真正在乎的是能不能流片、能不能和邻居共存。
顺带一个数字口径提醒:论文摘要写的是 91.1% 的输出能生成 GDS、仅 23.0% 满足验收标准;机器之心文中写的是 21.3%。两者略有出入,取哪个都不影响结论 —— 绝大多数通用 Agent 都能 “交卷”,能 “过关” 的是少数。
四、Floorplan 这场:赢在 “物理后果”
floorplan 是数字后端第一步:99 个硬宏形状固定、不能缩放,先定它们的位置,剩下的空间留给标准单元和连线。像在一片地上先定几十栋楼,楼摆歪了,总面积够用,局部路照样堵。
这次用的是真工业设计:235,727 个实例,99 个硬宏占掉 14.123 mm² 版图区域的 71.1%,最大和最小硬宏面积差约 121 倍,版图区域还是缺了一角的 L 形。评分满分 100,由拥塞、时序、线长、标准单元利用率四项相乘得到。
| 系统 / 模型 | 输出数 | 几何无效 | 拥塞 C | 时序 T | 最高分 | 平均分 |
|---|---|---|---|---|---|---|
| 人类工程师历史方案 | 1 | — | 94.17 | 93.51 | 91.88 | 91.88 |
| Nova-SI | 8 | 0 | 34.67 | 79.68 | 81.09 | 57.97 |
| GPT-6 Astra(Codex) | 4 | 0 | 13.87 | 59.45 | 64.75 | 31.17 |
| GPT-6.1 Sol(Codex) | 4 | 0 | 7.59 | 39.89 | 38.37 | 22.73 |
| GLM-5.3(zcode) | 4 | 0 | 3.23 | 44.49 | 22.71 | 18.92 |
| DeepSeek-V4.1-Flash(DSH) | 4 | 0 | 4.44 | 34.58 | 39.00 | 16.18 |
| 仅文件权限:GLM-5.3 | 4 | 1 | 5.27 | 29.94 | 43.39 | 15.25 |
| 仅文件权限:DeepSeek-V4.1-Flash | 4 | 4 | 0.00 | 0.00 | 0.00 | 0.00 |
三个细节比平均分更值得看:
- Nova-SI 没用在线反馈。 它出方案时拿不到 “建电源网络 + 布局 + 布线 + 时序” 的实时结果;而通用组可以随时调 EDA 看反馈再改。占了便宜还输,说明差距不在调用工具的能力。
- token 更省。 Nova-SI 平均每份输出 36.13M,通用组五个配置在 62.11M 到 286.50M 之间。算力差 1.7 到 8 倍。
- 结论对权重不敏感。 把七个评分尺度各自乘 0.5、1、2,试了 2187 种组合,Nova-SI 仍领先 Astra 22.30 到 30.38 分;去掉它最好的一份,均值 54.67 也稳。
参照系要摆好:人类工程师在这份设计上的历史方案是 91.88 分,Nova-SI 最高 81.09、均值 57.97。
五、这两场实测证明不了什么,得说清楚
- 都是自评。 题是公司自己出的,分是自己评的,论文是自己发的,Nova-Silicon Team 也是唯一作者。属于 “自家产品在自家考卷上考了第一”。
- 只测了环。 两篇论文各测 CDK 里的一环 ——Vega 的 Novara、Sirius 的 Nova-SI,不是全流程跑通。
- 离量产有距离。 模拟那场 40 道题、13 组配置,最高验收率是 72.5%,意味着近三成版图仍需人接手;floorplan 均值 57.97 分,离人类方案 91.88 还有段落。
- “首个” 是公司自述。 CDK 这个概念确实由它提出并被媒体这样表述,但是否形成行业共识,要看后续有没有别家跟进、客户是否买单。
六、CDK 接下来要打的两场仗
官方给的落地路径说得很具体:CDK 先用在自己的设计流程里,服务对象是芯片设计公司和有 IP 需求的客户,首批两个方向 —— 用 Vega 研发的 UCIe PHY IP(UCIe 是芯粒互联的行业标准,PHY 是物理层接口),以及 3D 存算一体(CIM)芯片设计服务,其中数字侧用的是 Sirius。
换句话说,它现在不是卖工具,是卖 “带套件的设计服务”。这条路走得通走不通,看两个指标就行:IP 能不能按时交付、客户愿不愿意把规格直接交给外部来做。至于 Designless 会不会像 Fabless 一样成为产业分工的一层,那是三五年后的事,不是靠两篇论文就能定案的。
顺带交代一下家底:NovaSilicon(上海芯星元智能科技有限公司)成立 5 个月、连跑 3 轮融资、累计数亿元,最新一轮由顺为资本领投,GGV 纪源资本、经纬创投跟投;此前已有五源资本、商汤国香资本、上海未来产业基金、上海科创集团等机构投资。
NovaSilicon 首提 CDK:自研 Agent 两场实测均分压过 GPT-6,芯片设计要从 Fabless 走向 Designless?
相关 FAQ
问题 1:NovaSilicon 提出的 CDK 究竟是什么,跟 Fabless 有什么关系?
回答 1:CDK 是 Circuit Design Kit(电路设计套件),思路是把台积电那套 PDK 模式搬到设计环节:Agent 和仿真器当设备,CDK 当配方,输入芯片规格、输出 GDS 版图。Fabless 是把制造外包出去,Designless 是把实现环节外包出去,两者是同一种分工思路的两次应用。
问题 2:自研 Agent 两场实测均分超过 GPT-6,这个成绩可信度有多高?
回答 2:可信度要分层看。数字本身是公开的:模拟版图 0.8154 对 0.7483,floorplan 57.97 对 31.17,论文挂在 arXiv 上可查。但这两场都是 NovaSilicon 自己出题、自己评分的自评,只测了 CDK 中的一环,不等于全流程跑赢 GPT-6,更不等于量产可用。
问题 3:Designless 到底什么意思,芯片公司以后是不是不用设计团队了?
回答 3:Designless 指的是分工位置的变化,不是取消设计能力。按 NovaSilicon 的描述,芯片公司仍然定义规格,只是把从规格到 GDS 之间反复迭代的实现环节,交给 CDK 和使用 CDK 的工程师,自己不再维持一整支实现团队。规格定义、产品判断、客户对接这些还是要人来做。
问题 4:CDK 和 EDA 工具是替代关系吗?
回答 4:目前看是配合关系,不是替代。CDK 里 Agent 调用仿真器、跑 DRC/LVS、接下游的电源网络与布局布线流程,EDA 工具仍是执行手段;NovaSilicon 强调经验沉淀在 Design Kit 里,而不是沉淀在大模型或 EDA 工具里,两者分工不同。
问题 5:NovaSilicon 现在拿 CDK 做什么,有真正的落地吗?
回答 5:有一条明确的落地路径。CDK 先用于自家设计流程,对外服务芯片设计公司和有 IP 需求的客户,首批方向是用 Vega 研发 UCIe PHY IP,以及 3D 存算一体(CIM)芯片设计服务,数字侧用的就是 Sirius。属于 “带套件的设计服务”,还不是标准化工具售卖。
参考资料
[2026-11-16](自研 Agent 两场实测均分超过 GPT-6,NovaSilicon 首提 CDK,Fabless 之后是 Designless?)机器之心・新浪财经https://finance.sina.com.cn/roll/2026-11-16/doc-iniyxcic1200747.shtml
[2026-11-16](自研 Agent 两场实测均分超过 GPT-6,NovaSilicon 首提 CDK,Fabless 之后是 Designless?)机器之心・今日头条http://m.toutiao.com/group/7708618477594051099/
[2026-11-12](AnalogLayoutWorld: An Open Benchmark for Agentic Analog Layout Design)arXivhttps://arxiv.org/abs/2611.16991
[2026-11-09](Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study)arXivhttps://arxiv.org/abs/2611.12048
免责声明
本文依据机器之心报道及作者团队公开在 arXiv 发布的两篇论文整理,所有分数、配置与实验设置以上述来源为准,其中验收率存在 21.3% 与 23.0% 两种口径,正文已注明。相关评测由 NovaSilicon(Nova-Silicon Team)自行设计、自行执行、自行发布,属于自评性质,尚未经第三方独立复现;文中 “首个提出 CDK”“Designless 重塑产业分工” 等表述来自企业与媒体口径,本文仅作转述,不代表行业共识或第三方结论。本文不构成任何投资建议、技术选型建议或对相关公司未来表现的判断。芯片设计与流片涉及复杂工程与合规要求,实际使用请以企业官方说明和专业评估为准。
