西門子與輝達擴大代理式 AI：3D 晶片的供電與散熱難題，交給 AI 代理人協調

西門子宣布擴大與輝達的 EDA 代理式 AI 合作，把電熱協同設計交給 AI 代理人統籌，基準測試稱工程工作量最高可省 95%，設計探索覆蓋最高可達 50 倍。

當晶片越疊越高、越塞越緊，最先卡關的往往不是運算速度，而是電與熱。西門子 10 月 21 日宣布擴大與輝達的 EDA 代理式 AI 合作，把這道先進封裝最棘手的關卡，交給能夠自主協調多款工具的 AI 代理人來處理。

問題出在哪裡：越先進的封裝，越難散熱

AI 系統對運算能力、記憶體頻寬與散熱的要求不斷升高，同時又得塞進越來越小的實體空間。以輝達 Rubin GPU 為例，單顆 GPU 可提供高達 50 petaflops 的 NVFP4 推論效能，並搭載 288GB 的 HBM4，還能進一步擴展為 Vera Rubin NVL72 等大型系統。運算與記憶體越是緊密整合，功率密度就越高，熱量也越集中。

在這種條件下，電熱協同設計不能再只是設計後期的檢查項目，而必須從設計初期就納入考量。偏偏傳統做法需要專家在多款工具之間人工協調、反覆迭代，工程師在時間與運算資源有限的情況下，往往只能評估少數幾種設計方案，瓶頸拖到後期才被發現，代價就更大了。

新做法：工程師定目標，代理人跑流程

這次擴大的合作，建立在雙方於 DAC 2026 發表的具備自我驗證能力的代理式 AI 基礎上，並延伸到 3D 晶片的電熱協同設計。新的工作模式是：工程師只要設定設計目標，由整合於 Intelligence Center X 的 Fuse EDA AI 代理人出面，自動調用並協調西門子的多款工具。

代理人會執行耦合電熱分析，找出未達標的設計目標，並進一步判斷問題根源出在供電、晶粒布局、材料，還是幾者的共同作用。接著，它再利用分析結果引導設計空間探索，評估不同方案之間的取捨，並針對工程師設定的目標重新執行有潛力的配置。

根據官方說法，這套流程橫跨七款 EDA 工具、九個自動化流程階段。基準測試顯示，相較於傳統手動流程，工程工作量最高可減少 95%，原本需要數週的工作可縮短至數小時；流程設定時間也從數天縮短到通常不到五分鐘；設計探索的覆蓋範圍最高可擴大 50 倍。

輝達技術在其中扮演什麼角色

西門子表示，這套代理人工作流程結合了輝達 Agent Toolkit、加速運算與 CUDA-X 函式庫，讓加速模擬工具更快把結果交回給代理人評估。背後的模型與工具還包括用於編排的 Nemotron 開放模型、追蹤代理人軌跡的 NeMo Gym、以領域知識微調模型的 NeMo RL、提供可觀測性的 NeMo Relay、平衡運算精準度與成本的 NeMo Switchyard，以及用來隔離代理人執行環境、保護智慧財產與晶圓廠製程設計套件的 OpenShell。

西門子 EDA 晶片產品事業部執行副總裁表示，過去電熱協同設計需要專家協調多款工具、針對有限的設計方案手動迭代；如今結合代理式 AI 與經過驗證的物理分析，工程師一次可以評估多達以往 50 倍的設計情境，也就能更快、更有把握地為下一代 AI 基礎設施做決定。

還只是起點，不是終點

需要提醒的是，上述 95% 與 50 倍等數字都來自官方基準測試，實際效益會因設計規模、工具組合與團隊流程而異。此外，西門子也預告，橫跨規格到 RTL 簽核、設計驗證、RTL 到 GDS、客製化晶片驗證等領域的更多代理人工作流程，將在輝達 GTC 柏林活動中展示。

但方向已經很清楚：當晶片設計的複雜度超出人力逐一協調的極限，AI 代理人不再只是幫忙寫程式碼的助手，而是開始接手跨工具、跨領域的工程協調工作。電熱設計，只是這波轉變最先落地的場景之一。

資料來源

• Siemens 官方新聞稿
• SemiWiki
• Industrial Automation India
• Engineering.com