Eda
PulseAugur coverage of Eda — every cluster mentioning Eda across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
审查委员会为AI、Crucible迁移和EDA功能寻找测试人员
Review Board正在为其即将推出的与以人为本的AI、Crucible迁移和EDA/硬件审查相关的功能寻找早期访问测试人员。该平台正准备整合对这些领域支持，并为有兴趣测试Crucible迁移和EDA审查功能的用提供户了特定链接。
-
LLM 框架优化前缀加法器设计，减小电路面积
研究人员开发了 PrefixAgent，一个利用大型语言模型 (LLM) 优化前缀加法器设计的新颖框架。前缀加法器是算术电路中的关键组件。这种 LLM 驱动的方法将优化分解为骨干合成和结构精炼，利用函数调用与工具和 EDA 反馈进行交互。该框架在从 e-graphs 中提取的大量重写轨迹数据集上进行训练，增强了其优化能力和泛化能力。实验表明，与现有方法相比，PrefixAgent 生成的前缀加法器具有更小的面积，尤其是在较大的位宽下，…
-
StateTune 通过持久化内存增强 LLM 辅助的 EDA 流调优
研究人员开发了 StateTune，一种优化电子设计自动化 (EDA) 流的新颖方法。与先前将 LLM 视为外部建议者的做法不同，StateTune 将 LLM 集成到一个闭环、携带状态的过程中。该系统利用持久化优化内存，该内存会在每次评估时更新，并在候选生成和预算分配之间共享。StateTune 在六个基准模块上展示了卓越的性能，在超体积、最差负松弛、面积和功耗方面优于基线。
-
新的OmniRouting基准测试LLM在复杂PCB布线任务上的能力
研究人员推出OmniRouting，一个旨在测试大型语言模型（LLM）在印刷电路板（PCB）布线这一复杂领域中的空间推理能力的新基准。该基准包含超过1,600个工业级PCB设计和四个专注于几何、设计规则及电气功能约束的不同任务。初步评估表明，当前多模态LLM在PCB布线的路径规划、约束遵循和保持电气正确性方面存在显著局限性。
-
ChipAgents为芯片设计自动化中的AI获得融资
ChipAgents已获得融资，以推进其在电子设计自动化（EDA）领域的agentic AI工作。这一发展对芯片设计自动化领域具有重要意义，表明对人工智能驱动的复杂工程任务解决方案的兴趣和投资日益增长。
-
生物调谐眼镜：隐形生物反馈界面利用边缘AI自适应环境
研究人员正在开发生物调谐眼镜（Bio-Tuning Glasses），这是一个实验性概念，旨在构建一个隐形生物反馈界面，根据用户的生理状态来调整其环境。与通常通知用户健康指标的可穿戴设备不同，这款眼镜旨在微妙地干预和修改环境，例如调整视觉刺激，而无需用户直接交互。该系统采用三层AI架构，包括用于即时响应的设备端边缘AI、用于情境自适应的智能手机以及用于长期学习和个性化的云端AI。
-
经典机器学习在AI4Pain挑战赛中疼痛定位方面优于深度学习
研究人员对使用生理信号进行受试者无关的疼痛定位时，传统特征工程与深度学习进行了探索性比较分析。该研究使用了AI4Pain 2026挑战赛数据集，其中包含皮肤电活动、脉搏波、呼吸和外周血氧饱和度的数据。结果显示，一种经典方法——极端随机树——取得了0.539的最高宏F1分数，比深度学习模型高出7.4个百分点，其中EDA光谱特征是最重要的区分因子。一个值得注意的发现是，疼痛检测和定位准确率之间存在持续的26个点的差距，这表明自主神经通路在…
-
Moonshot AI的Kimi K3在48小时内完成芯片设计，令业界不安
Moonshot AI已使用其Kimi K3自主EDA流水线，在短短48小时内完成了完整的芯片设计流程。这项实验涵盖了从架构到布局的整个过程，使用了开源工具和45nm工艺库，引起了半导体行业的担忧。这一成就预示着芯片设计可能走向民主化，对现有的电子设计自动化（EDA）公司构成了挑战。
-
arXiv调查探讨LLM在自主芯片设计代理中的应用
arXiv上最近发布的一项调查探讨了大型语言模型（LLM）在革新前端芯片设计方面的潜力。该论文提出了一个未来愿景，即LLM可以将电子设计自动化（EDA）从处理单个任务转变为作为自主代理运行。然而，该调查目前缺乏经验性基准来验证这些提出的能力。
-
Google Research 发布 SensorFM，一款用于可穿戴健康数据的基础模型 · 已追踪 4 个来源
Google Research 推出了 SensorFM，一款用于可穿戴健康数据的大型基础模型。SensorFM 在来自五百万人的一万亿分钟以上的传感器数据上进行了预训练，学习了人类生理学的一种通用表示，可应用于 35 项不同的健康预测任务。该模型旨在超越单一用途的健康算法，提供一种更集成的方法来解读可穿戴设备数据，以获得个性化的健康见解，并可能作为个人健康代理的核心。
-
Synopsys 停产传统 EDA 软件，聚焦高价值产品
领先的 EDA 软件供应商 Synopsys 已通知十余家芯片制造商，部分传统软件产品将停产。此战略调整旨在将资源重新分配给其最高价值的产品。该公司的决定影响了半导体行业一直在使用的产品。
-
调查论文定义了用于VLSI设计的“电路基础模型”
一篇新的调查论文介绍了“电路基础模型”（CFM）的概念，这些模型是专为VLSI电路设计和电子设计自动化（EDA）而设计的AI模型。这些模型在大量未标记的电路数据上进行预训练，以学习内在属性，然后针对设计评估或功能验证等特定任务进行微调。该论文将现有的CFM分为用于预测任务的基于编码器的方法和使用LLM进行生成任务的基于解码器的方法，涵盖了主要自2022年以来发表的130多篇论文。
-
新泽西州法案将AI数据中心税收抵免转用于降低电力成本
新泽西州的一项法案A5165已获得州议会州和地方政府委员会的批准。这项被称为“结束数据中心税收抵免法案”的立法旨在将最初分配给AI数据中心开发的未使用的税收抵免转用于其他用途。这些资金将用于旨在降低电力成本的计划。
-
新方法利用基础模型实现可穿戴设备压力检测个性化
研究人员开发了一种新颖的方法，利用基础模型和检索增强技术来实现压力检测模型的个性化。该方法通过利用用户的历史数据创建个性化嵌入，解决了生理反应的个体间差异性挑战。该方法在不要求用户标记数据的情况下，实现了与监督微调相当的性能，并在 WESAD 数据集上展示了准确率和 F1 分数的显著提高。它还显示出在用户历史数据有限情况下的鲁棒性以及跨数据集个性化的潜力。
-
为LLM代理在电子设计自动化中的应用提出新框架
一篇新发表在arXiv上的调查论文介绍了一种“交接有效性”的概念，作为理解基于大型语言模型（LLM）的代理如何与电子设计自动化（EDA）工具交互的框架。该论文根据现有系统在不同边界上维持有效性的能力，将其分为阶段边界、流程边界和组织边界类别。它提出了一个五层EDA代理通信协议（EACP），以促进可信的代理EDA，并概述了该领域未来研究的议程。
-
GNU Guix 将前沿 AI 工具与 Qwen3.6-27B 集成，用于本地 GPU 部署
一位开发者使用 GNU Guix（一个托管约 31,000 个项目的包管理器）成功打包了 50 多个电子设计自动化 (EDA) 工具，使其成为第五大软件仓库。这一成就得益于 Qwen3.6-27B 模型，该模型简化了此前极具挑战性的前沿 AI 应用打包任务，使其能够在本地 GPU 上运行。开发者公开分享了代码和提示，表明这种方法可以作为分发自由软件的可行方式，尽管它无意取代人工审查。
-
Transformer模型AttentionCap推动芯片设计中的电容提取
研究人员开发了AttentionCap，一种新颖的基于Transformer的模型，用于在电子设计自动化中学习电容矩阵。该方法通过处理可变的金属层组合和多个工艺节点，克服了先前基于MLP和CNN的方法的局限性。与现有基线相比，AttentionCap在错误率和推理速度方面均有显著降低，并且对新工艺节点具有很强的迁移性。
-
新的VeriHGN框架预测芯片布局拥塞
研究人员开发了VeriHGN，一个用于芯片布局验证中预测拥塞的新框架。该方法使用增强的异构图来统一电路组件和空间网格，从而更准确地模拟逻辑设计与物理实现之间的相互作用。在工业基准上的实验表明，VeriHGN在预测准确性方面优于或媲美最先进的方法。
-
华大九天EDA工具广泛应用于存储芯片设计
华大九天宣布，其存储电路设计的全流程EDA工具系统已获得多家主流存储芯片厂商的验证。该系统目前已广泛应用于存储芯片的设计与制造环节，支持了国内存储芯片企业的成长，并形成了华大九天重要的业务板块。
-
WARM-VR 数据集赋能虚拟现实中的情感识别
研究人员推出了 WARM-VR，这是一个用于在虚拟现实环境中使用可穿戴传感器识别情绪状态的新数据集。该数据集包含 31 名参与者在旨在缓解压力后诱导放松的 VR 体验中收集的生理数据，包括 ECG、BVP、EDA 和皮肤温度。使用 CNN 和 Transformer 等机器学习模型的初步基准测试在情感识别方面显示出有希望的结果，特定模型在效价（valence）和唤醒度（arousal）方面达到了约 0.63 和 0.64 的 F1 分数。