Компании Nvidia и Siemens объявили о совместном решении, которое переводит проектирование трёхмерных интегральных схем на рельсы генеративного ИИ. Речь идёт о связке программных средств Siemens для автоматизации проектирования электроники с вычислительными возможностями платформы Nvidia, ориентированной на ускорение инженерных расчётов. Заявленная цель — передать машине ту часть работы, которая сегодня требует многих часов ручного труда проектировщиков, и тем самым радикально снизить издержки на разработку 3D-чипов. Анонс вписывается в более широкий контекст: Nvidia в последнее время планомерно расширяет присутствие не только в «железе», но и в инженерном программном обеспечении, а Siemens ищет аргументы в конкурентной борьбе на рынке средств автоматизации проектирования. Совместная инициатива выглядит попыткой соединить компетенции обеих компаний там, где традиционные маршруты проектирования упираются в стоимость и сроки.

Ключевая цифра, которую приводят авторы инициативы, — сокращение трудозатрат инженеров примерно на 95% на отдельных этапах проектирования. Такой показатель касается прежде всего рутинных операций: компоновки, проверки тепловых и электрических параметров, перебора вариантов топологии и верификации решений. Фактически компании говорят не о замене специалистов, а о переносе значительной части механической работы на алгоритмы, тогда как за человеком остаётся постановка задачи и оценка результата. Именно на таких участках, по оценке Nvidia и Siemens, и достигается почти двукратное и более высвобождение инженерного времени в пересчёте на проект. Важно подчеркнуть, что речь идёт именно об отдельных этапах, а не обо всём цикле разработки чипа: маркетинговая формулировка «до 95%» описывает верхнюю границу экономии на наиболее автоматизируемых операциях, тогда как в реальном проекте доля таких операций может заметно различаться.

Технически решение опирается на сочетание инструментов Siemens для проектирования и верификации чипов с ускоренными вычислениями Nvidia, включая ИИ-модели, обученные на инженерных данных. Модели подсказывают варианты компоновки трёхмерной структуры, где кристаллы расположены друг над другом, а не в одной плоскости, и помогают быстрее проходить цикл «предложил — проверил — исправил». Трёхмерная компоновка считается одним из магистральных направлений развития полупроводников, поскольку позволяет наращивать плотность и производительность без бесконечного уменьшения техпроцесса. При этом именно 3D-дизайн особенно сложен для ручного проектирования из-за взаимного влияния слоёв, тепловых режимов и паразитных связей: каждый новый слой меняет условия работы соседних, а проверка всех комбинаций вручную требует огромного числа итераций. Ускоренные вычисления здесь нужны не сами по себе, а как способ прогнать больше вариантов за то же время и тем самым дать ИИ-модели больше материала для подсказок.

Контекст инициативы связан с общей гонкой за ускорение разработки чипов на фоне роста спроса на ИИ-ускорители. Nvidia в последнее время активно расширяет присутствие не только в железе, но и в инженерном программном обеспечении, стремясь закрепить свою платформу как стандарт для вычислений в промышленности. Siemens, со своей стороны, давно конкурирует на рынке EDA-инструментов, где традиционно сильны Cadence и Synopsys, и партнёрство с производителем графических ускорителей даёт ей аргумент в борьбе за крупных заказчиков. Отрасль в целом ищет способы сократить сроки вывода чипов на рынок, поскольку стоимость ошибки на поздних стадиях проектирования измеряется миллионами долларов. На этом фоне любые инструменты, обещающие ускорить перебор вариантов и верификацию, вызывают повышенный интерес — особенно у компаний, которые работают над собственными ускорителями и не могут позволить себе длительные циклы ручной доводки.

Для российского рынка прямое значение анонса ограничено: ключевые EDA-инструменты западных вендоров недоступны отечественным разработчикам, а собственные маршруты проектирования микроэлектроники находятся в стадии становления. Тем не менее сам тренд показателен — крупнейшие игроки делают ставку на ИИ как на способ компенсировать дефицит квалифицированных инженеров-проектировщиков. Российские fabless-компании и дизайн-центры, работающие над собственной элементной базой, вынуждены искать обходные пути и локальные решения, поэтому подобные кейсы скорее формируют ориентир, чем готовый к применению инструмент. В отраслевой дискуссии такие анонсы усиливают запрос на собственные средства автоматизации проектирования с ИИ-компонентом: даже если конкретный продукт Nvidia и Siemens недоступен, сама постановка задачи — автоматизировать рутину и высвободить инженеров — актуальна и для локальной повестки. Ограниченность ресурсов и кадров делает ставку на ИИ-помощников в проектировании особенно привлекательной, хотя и требует собственных данных для обучения моделей.

Если сравнивать с альтернативами, то конкурирующие EDA-вендоры также заявляют об интеграции ИИ в свои пакеты, однако партнёрство Nvidia и Siemens выделяется привязкой к конкретному аппаратному ускорителю и заявленной планке сокращения трудозатрат. Скептики обычно напоминают, что маркетинговые проценты трудно проверить без независимых замеров на реальных проектах, а качество ИИ-подсказок критически зависит от объёма и чистоты обучающих данных. Кроме того, открытым остаётся вопрос, насколько предложенные модели устойчивы к нестандартным задачам, где автоматика может предложить формально корректное, но инженерно неоптимальное решение. Отдельный риск — привязка к экосистеме конкретного производителя ускорителей: она упрощает работу тем, кто уже использует эту платформу, но усложняет выбор для остальных и усиливает концентрацию в отрасли.

Дальнейшее развитие будет зависеть от того, как быстро решение пройдёт проверку на промышленных проектах и появятся ли независимые оценки экономии. Компаниям предстоит показать не только сокращение часов, но и отсутствие роста числа ошибок и переделок на поздних стадиях, что для чипов критично. Для рынка важен и вопрос доступа: если инструмент останется привязанным к экосистеме конкретного производителя ускорителей, это усилит концентрацию в отрасли. Для российских разработчиков ключевым остаётся создание собственных маршрутов проектирования, где ИИ-помощники могли бы играть ту же роль, что и в западных пакетах. Пока же анонс Nvidia и Siemens стоит воспринимать как заявку на направление, а не как подтверждённый результат: реальная экономия, устойчивость моделей и переносимость на нестандартные задачи остаются открытыми вопросами, ответы на которые даст только практика.