V odvětví polovodičů je čas nejcennější komoditou. Tradiční proces návrhu, testování a ověřování nového čipu může trvat dva až čtyři roky. V době, kdy se potřeba výpočetního výkonu pro AI zvyšuje exponenciálně, už tento tempo nestačí. Odpovědí na tuto výzvu je oznámení společnosti Siemens, které představuje rozšíření spolupráce s NVIDIA o technologie pro agentické AI pracovní postupy.
Co je to agentická AI a proč ji inženýři potřebují?
Zatímco běžná generativní AI (jako ChatGPT nebo Claude) dokáže generovat text nebo kód na základě dotazu, agentická AI funguje odlišně. Agent není jen chatbot; je to systém, který má schopnost uvažovat, plánovat a používat nástroje k dosažení komplexního cíle. V kontextu návrhu elektroniky (EDA) to znamená, že AI agent dokáže nejen navrhnout část obvodu, ale následně sám spustí simulaci, ověří výsledky podle fyzikálních zákonů a pokud narazí na chybu, pokusí se ji opravit.
Siemens k tomu využívá svůj systém Fuse™ EDA AI Agent. Ten je nyní integrovaný do platformy Intelligence Center X. Klíčovým prvkem je schopnost "self-verifying" (samo-ověřování). To řeší největší slabinu současných AI modelů – tendenci halucinovat. V inženýrství nemůžete nechat AI, aby si vymyslela parametry tranzistoru. Díky integraci s deterministickými, fyzikálně založenými EDA motory může agent své rozhodnutí okamžitě validovat. Pokud se návrh neodpovídá realitě, agent to pozná dříve, než dojde k nákladné výrobní chybě.
Hardwarová základna: Veloce CS a síla 40 miliard bran
Software je pouze polovina úspěchu. Aby agentická AI mohla efektivně pracovat s obrovskými daty, potřebuje extrémní výpočetní výkon. Siemens proto představil architekturu Veloce CS, která je rozdělena do tří částí:
- Veloce Strato CS: Hardware pro emulaci, využívající nový akcelerátorový čip Crystal od Siemensu.
- Veloce Primo CS: Pro enterprise prototypování, postavený na nejnovějších FPGA čipech od AMD (Versal Premium VP 1902).
- Veloce proFPGA CS: Zaměřený na rychlé softwarové prototypování.
Tento systém je neuvěřitelně škálovatelný. Dokáže podporovat návrhy čipů o velikosti od 40 milionů až po více než 40 miliard logických bran. Pro představu, to jsou rozměry nejmodernějších procesorů a AI akcelerátorů, které pohánějí dnešní cloudová data centra. Podle údajů společnosti Siemens může tento systém zrychlit cykly ověřování až desetkrát a zároveň snížit celkové náklady na vlastnictví (TCO) až pěti násobně.
Praktický dopad: Co to znamená pro Evropu a Česko?
Tento vývoj má přímý dopad na evropský technologický ekosystém. V rámci EU Chips Act se Evropa snaží zdvojnásobit svůj podíl na globálním trhu polovodičů. Firmy v našem regionu, ať už jde o výrobce elektroniky nebo designérské studia, stojí před výzvou: jak konkurovat asijským gigantům při nižších nákladech.
Pro český průmysl, který má silnou tradici v elektrotechnice a automatizaci, to znamená dostupnost nástrojů, které dříve byly vyhrazeny pouze největším hráčům (tzv. "big iron" systémy). Jak uvádí Laurie Balch z Pedestal Research, Veloce CS činí emulaci dostupnější pro širší spektrum vývojářů, včetně menších operací a startupů. Siemens je v České republice velmi silně zastoupen a jeho EDA nástroje jsou standardem v mnoha lokálních technologických firmách. Ačkoliv ceny těchto enterprise systémů nejsou veřejně dostupné (obvykle se pohybují v řádech desítek až stovek tisíc dolarů ročně v rámci licencí), jejich efektivita může drasticky snížit náklady na vývojové týmy.
Konkurence a tržní pozice
Na trhu EDA (Electronic Design Automation) dominuje trojice hráčů: Synopsys, Cadence a Siemens. Zatímco Synopsys a Cadence mají silné pozice, Siemens díky partnerství s NVIDIA získává unikátní výhodu v oblasti integrace AI agentů přímo do inženýrských workflow. Zatímco konkurence se často soustředí na optimalizaci stávajících procesů, Siemens se snaží o transformaci procesu pomocí autonomního uvažování AI.
| Vlastnost | Tradiční EDA | Siemens + NVIDIA (Agentic) |
|---|---|---|
| Typ práce | Manuální ovládání nástrojů | Autonomní agentické úkoly |
| Validace | Provádí inženýr manuálně | AI samo-ověřuje proti fyzice |
| Rychlost cyklu | Standardní (měsíce/roky) | Až 10x rychlejší |
Závěrem lze říci, že integrace agentické AI do návrhu čipů není jen dalším vylepšením softwaru. Je to změna paradigmatu, kde se inženýr stává spíše "orchestratorem" AI agentů než člověkem, který ručně kreslí každou linku na obvodu. Pro firmy, které chtějí uspět v éře AI hardwaru, bude adopce těchto technologií klíčovým faktorem úspěchu.
Co přesně znamená "agentické AI" v kontextu inženýrství?
Na rozdíl od běžné AI, která pouze odpovídá na otázky, agentická AI dokáže samostatně plánovat kroky, volat různé softwarové nástroje (např. pro simulaci nebo analýzu teploty) a provádět opravy chyb bez neustálého zásahu člověka, přičemž své výsledky kontroluje proti fyzikálním modelům.
Je tento systém dostupný pro menší firmy a startupy?
Ano, právě díky novému modulárnímu přístupu Veloce CS se tyto nástroje stávají dostupnějšími. Tradičně byly tyto systémy extrémně drahé a rozměrné, ale Siemens nyní nabízí řešení, které je škálovatelné i pro menší inženýrské týmy.
Jaký je dopad na bezpečnost a regulace v EU?
Vzhledem k tomu, že se jedná o kritickou infrastrukturu (vývoj čipů), systémy musí splňovat přísné normy. Siemens řeší toto riziko tím, že AI agenty neumožňuje "vymýšlet", ale nutí je validovat každé rozhodnutí pomocí deterministických fyzikálních modelů, což odpovídá požadavkům na spolehlivost v rámci EU regulací.
