ChipAgents 如何用多智能体扩展自主根因分析与回归分诊

随着芯片设计规模扩大，调试已成为验证流程中最难扩展的环节。文章引用 Semiconductor Engineering 的数据称调试占验证工作量的 44%，而这一数字来自 2018 年，当时的设计规模和复杂度远低于今天。Nvidia 的 Stuart Oberman 在今年的 DVCon 上称首次流片即成功正接近“统计上的不可能”。在此背景下，文章提出用 AI 原生方式做根因分析（RCA）与回归分诊。 调试工作量沿两个方向扩展。一是缺陷难度：某些 bug 需要跨设计层级、长流水线、大波形和多个交互组件追踪才能定位根因。ChipAgents RCA 把 RCA 当作搜索问题而非简单问答，探索高概率路径、并行执行不同假设、对解释排序并给出置信度。文中举了一个客户实例：管理器与从属器之间的双向串行接口在事务中触发复位，管理器在复位宽限期后继续发送帧，载荷恰好与协议起始码相同，从属器误判为新帧起始，最终导致下游失败。 二是缺陷数量：一次回归可能包含数百个仿真，跨多个测试用例和种子，多个仿真同时失败，可能对应不同 bug，也可能同源。最难的情形是“规模化的难 bug”，系统必须判断究竟存在多少个独立问题、哪些失败相关、哪些仿真含有调试所需信息，并高效编排 RCA。 文章认为回归分诊本质是编排问题。朴素做法是对每个失败都跑智能体、按需重跑仿真、为每个失败测试生成波形，成本会迅速膨胀。ChipAgents RCA Triage 在传统确定性分箱之后增加一次二次分箱，把可能同源的失败合并成更少的失败组；随后为每个分箱挑选最小见证仿真集，只对这些仿真重跑并开启波形转储，以最少信息解释回归失败。 分箱与选择性重跑之后，调试包直接交给自主 RCA：逐箱调查根因、生成候选修复并验证，结合 RCA 置信度与见证仿真结果判断是否可进入最终回归。整体流程为回归、智能分箱、见证选择、波形重跑、自主 RCA、修复、验证、最终回归，工程师的角色从启动分诊转为审阅分诊结果。文章还提到，多智能体系统天然比单智能体消耗更多资源，ChipAgents 称其多智能体系统在内部基准上达到 SOTA 性能，成本与传统单智能体系统相当。