产品介绍
北大EDA | 智能体驱动的物理设计平台HeteroAgent发布！决策智能与异构加速重构先进节点设计收敛路径
发布时间：2026-05-12
随着工艺节点不断演进，工艺涨落与互连RC延迟成为设计收敛的核心瓶颈。前端架构探索与后端物理实现之间被迫进入高成本、低效率的“暴力迭代”模式：团队需围绕微架构选择、流水线划分、时序约束设定等复杂决策，反复运行完整的综合、布局、时钟树综合与优化流程，耗时长达数周乃至数月。传统EDA工具虽然提供了强大的计算能力，却难以自主应对这种跨层次、非参数化的设计空间探索难题。
为改变这一局面，北京大学EDA研究院推出智能体驱动的物理设计平台HeteroAgent。该系统并非传统自动化脚本的简单升级，而是一套具备设计上下文理解、专家经验融合、复杂决策与安全执行相分离的智能体系统。它采用多智能体协同架构：一个或多个决策Agent负责分析设计特征、历史日志与当前PPA（性能、功耗、面积）及拥塞状况，提出优化策略与求解器配置等高层决策；而执行Agent则将决策转化为具体的EDA工具命令与脚本，在受控环境中安全运行。这种设计有效隔离了智能体的“幻觉”风险——即使决策出现偏差，也不会直接导致流程崩溃。
更重要的是，HeteroAgent引入了一套分层协同控制机制：通过“硬性规则”（Hard Rules）对智能体的决策施加物理设计的基本安全约束（如单元密度上限、最大转换时间等），确保任何探索行为不违反设计规则；同时支持将“用户建议”（Suggestion）和“经验学习”（Skill Learning）作为软性指导信息输入，使智能体能在合规前提下高效借鉴专家知识。系统还内置了确定性的多目标审查机制，保障优化轨迹始终单调改进——这是传统黑盒优化算法（如贝叶斯优化、遗传算法）所不具备的能力。
异构加速工具HeteroPlace与HeteroSTA：
HeteroAgent的关键底层引擎
HeteroAgent的决策价值得以落地，离不开底层EDA工具箱的高效反馈。其中，由北大EDA研究院自研的HeteroPlace（GPU加速布局工具）与HeteroSTA（GPU加速静态时序分析工具）扮演了关键角色。作为业界首个实现GPU加速数字设计的商业级工具，二者在过去两年中通过与顶尖设计团队的深度磨合，已大幅提升物理设计迭代环节的速度。这意味着：HeteroAgent可以在相同时间内尝试更多策略，或更快收敛到最优解；同时，智能体能够利用异构加速带来的低延迟反馈，进行更高频的“决策-评估-学习”循环，这在传统CPU-only流程中是难以实现的。
与传统EDA工具相比，HeteroPlace与HeteroSTA提供的不仅是速度提升，更是一种可交互的加速能力：Agent可以实时调用它们对某个中间阶段的物理设计进行快速评估，而不必等待完整流程跑完。这种“即时可算”的特性，使得HeteroAgent能够探索传统优化算法难以触及的维度——例如优化策略的动态切换、求解器参数的自适应调整、以及各优化目标的优先级在线重排。而传统EDA工具通常仅暴露有限的数值型超参数，且缺乏对设计内部状态的快速访问能力，导致上层智能体只能进行“慢速黑盒调参”，效率与效果均受到限制。
HeteroAgent同时兼容其他商业EDA工具作为备选后端，但只有与自研异构加速工具深度耦合时，其智能体的探索效率才能达到最优。未来平台还将支持用户自定义工具调用逻辑与脚本，覆盖更多设计场景需求。
在多个7nm先进工艺节点的高性能IP物理设计实践中，HeteroAgent均实现了显著的PPA提升。相较于传统的黑盒优化方法，智能体凭借其内置的流程与参数先验知识与累积的历史经验，能够在更少的尝试次数下找到更优解。更重要的是，它还能深入分析设计特征与历史日志，主动探索非参数化的优化维度，例如优化目标建模、求解器选择以及各优化目标的优先级设定等，从而为每个独特设计匹配专属的最优算法策略。
未来，北大EDA研究院将持续深耕智能体与异构加速工具的深度融合，拓展至模拟/数模混合设计、3D IC等更多场景，与产业界共同推进下一代智能EDA基础设施的建设。
