跳转至

数字EDA中的大语言模型：从生成到编排的角色转变视角

文章背景与核心概要

电子设计自动化（EDA）领域长期以来通过不断演进的工具链，逐步实现了综合、优化和验证的自动化，从而显著提升了工程生产力。随着大语言模型（LLM）的兴起，硬件设计进入了一个新阶段，即直接将设计意图转化为硬件实现。然而，现有的研究往往将LLM局限于孤立的、特定任务的应用中，忽略了其能力演进的内在逻辑。

本文提出了一个分层的三级模型，用以映射LLM在数字EDA中能力的积累过程：生成器（Generator）、智能体（Agent）和编排器（Orchestrator）。作者指出，当前研究陷入了“语法陷阱”，即模型倾向于生成看似合理的代码，而非物理上正确的硬件。文章最终呼吁向标准化的、具备物理感知能力的编排器转型，以实现跨EDA流程的工具与智能体协同，从而提升硬件设计的可靠性与工业规模的可扩展性。

元数据 (Metadata)

  • arXiv ID: 2608.27184
  • 主要学科: 硬件架构 (cs.AR)
  • 次要学科: 人工智能 (cs.AI), 软件工程 (cs.SE)
  • 作者: Matthew Youngman, Cristian Sestito, Themis Prodromakis
  • 提交日期: 2026年8月27日
  • 链接: 查看 PDF | 交互式图表 2

摘要 (Abstract)

电子设计自动化（EDA）通过一代又一代逐步实现综合、优化和验证自动化的工具，提升了工程生产力。大语言模型（LLMs）通过实现从设计意图到硬件实现的直接转换，延续了这一发展轨迹。在大多数EDA文献中，基于LLM的解决方案通常仅辅助孤立的设计阶段或任务，这掩盖了能力涌现和系统扩展的驱动因素。在本视角文章中，我们定义了三个分层角色，揭示了能力是如何积累的：一次性生成设计制品的“生成器”、通过迭代工具反馈优化输出的“智能体”，以及协调跨EDA阶段决策的“编排器”。通过对已发表系统的分析，我们揭示了一个“语法陷阱”，即模型被训练为生成看似合理的代码，而非物理上正确的硬件；这一问题因工具碎片化和设计上下文的丢失而加剧，使得决策如何影响后续阶段变得模糊。对这三种角色的比较表明，当前方法难以扩展到工业级设计，这促使我们需要转向一种标准化的、具备物理感知能力的编排器，将EDA流程中的工具和智能体连接起来，以实现更可靠、更易用的硬件设计。

Electronic design automation (EDA) has advanced engineering productivity through successive generations of tooling that progressively automate synthesis, optimisation, and verification. Large language models (LLMs) extend this trajectory by enabling direct translation from design intent to hardware implementations. In most of the EDA literature, LLM-based solutions are typically assisting siloed design stages or tasks, however this obscured the drivers by which capability emerges and systems scale. In this Perspective, we instead define three hierarchical roles that reveal how capability accumulates: a Generator that produces design artifacts in a single pass, an Agent that refines outputs through iterative tool feedback, and an Orchestrator that coordinates decisions across EDA-stages. Across published systems, this reveals a syntax trap in which models are trained to produce plausible code rather than physically correct hardware, compounded by fragmented tools and loss of design context that obscure how decisions affect later stages. Comparisons across the three roles show that current approaches struggle to scale to industrial designs, motivating a shift towards a standardised, physics-aware orchestrator that connects tools and agents across the EDA flow for more reliable and accessible hardware design.

许可与资源 (License & Resources)