칩에이전츠, 전체 칩 설계 AI 벤치마크 개발
최근 30일 조회수 —좋아요 —핵심 요약
사양부터 GDS까지 AI의 칩 설계 능력을 평가하며 최고 에이전트의 종합 점수는 16.6%에 그쳤다.

칩에이전츠(ChipAgents)가 엔비디아(Nvidia)의 벤치마크 항목과 채점 기준 기여를 받아 ‘Build-A-Chip-Bench’를 개발하고 있다. 사양을 바탕으로 RTL을 작성하는 식의 단일 단계 평가를 넘어, 작업부하 사양부터 칩의 최종 물리 설계 데이터인 GDS 레이아웃까지 AI 에이전트의 전체 설계 수행 능력을 검증하는 벤치마크다.1
Semiconductor Engineering에 따르면 Build-A-Chip-Bench는 오픈소스 설계 도구와 오픈소스 공정설계키트(PDK)를 사용한다. 각 설계 결과는 먼저 숨겨진 검증 IP를 이용한 기능 정확성, 배선 가능성, 홀드 타이밍, 설계규칙검사(DRC)를 모두 통과해야 한다. 이 ‘하드 게이트’를 넘은 결과만 과제별 제약 조건에 맞춰 전력·성능·면적(PPA) 점수를 받는다. 일부 단계만 잘 수행하는 AI보다 실제 칩 설계 흐름을 끝까지 완수할 수 있는지를 가려내려는 구조다.
현재 가장 성능이 높은 에이전트도 전체 과제의 65%에서만 하드 게이트를 통과했고, 종합 점수는 16.6%에 그쳤다. 최상위권 AI 에이전트들은 앞선 설계 결정을 되돌려 수정하거나, 이미 정상 작동하는 기능을 보존하면서 PPA를 최적화하고, 실행 시간이 긴 설계 도구를 고려해 작업 순서를 짜는 데 어려움을 보였다. 기존 단일 단계 벤치마크의 성능이 상향 평준화되는 가운데, 이 결과는 사양부터 GDS까지 이어지는 설계 자동화에는 여전히 해결할 문제가 많다는 점을 보여준다.
Footnotes
-
Semiconductor Engineering, “Introducing Build-A-Chip-Bench: From Workload Specification to GDS” ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- Introducing Build-A-Chip-Bench: From Workload Specification to GDS — Semiconductor Engineering · 자료: 2026. 10. 28.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.