eda

ChipMEM 引入一个面向EDA代理的验证基础内存层，通过从经过验证的工具交互中提炼可重用技能，并使用贝叶斯统计指导将技能转移到未见过的任务中，从而提升RTL设计性能。

本文提出了TARGet，一种利用图神经网络进行射频电路功能建模的拓扑感知融合方法。与现有先进方法相比，该方法展示了更高的预测准确性和数据效率。

本文介绍ZhuLong，一个面向EDA脚本编写的执行落地LLM编码代理。它通过MCP工具实现API检索、文档检查和沙箱执行，并辅以离线API自我探索机制来推断未记录的API行为。在包含158个真实EDA任务的基准测试上，ZhuLong达到了78.5%的Pass@1，显著优于纯LLM基线。

NVIDIA正与Cadence和Synopsys合作，针对其Vera CPU优化EDA应用，在下一代CPU和GPU的芯片设计流程中实现高达1.5倍的性能提升。

RF-Agent引入了一种基于教科书的知识蒸馏流水线，创建了首个射频领域推理数据集和基准测试，证明了领域特定微调和语义检索能显著提升大语言模型在射频电路设计中的推理能力。

一次技术深度剖析，解释内存编译器是什么、如何使用位单元生成SRAM布局，以及从交叉耦合反相器到GDS拼接所涉及的设计概念。

KiCad，开源PCB EDA套件，现已通过Emergence Engineering的PCBJam在浏览器中可用，利用WebAssembly、WebGL和多线程仿真实现接近原生的性能。

SwiftCTS是一个物理信息代理框架，利用梯度提升集成和少样本校准，快速预测并帕累托优化未见设计上的时钟树指标（功耗、线长、时钟偏移），以极少的训练数据实现高精度。

Alpha-RTL (TTT-RTL) 引入了一种用于 RTL 硬件优化的测试时训练框架，利用带有 EDA 反馈的强化学习来优化 LLM 生成的设计。它在基准测试上实现了显著的 PPA 减少。

RTL-BenchMT是一个智能体框架，能够自动识别并修正有缺陷的案例，检测RTL生成基准中的过拟合问题，从而减少EDA研究中的人工维护工作。

NVIDIA 研究人员提出首个自我进化的逻辑综合框架，多智能体 LLM 可自主优化 ABC EDA 工具代码库。