DesignCon2026于2月24-26日在美国圣克拉拉举办，三场重磅主旨演讲分别从下一代通信架构、芯片设计范式革新、极端环境电子技术三大维度，勾勒出电子工程领域的未来发展方向。普渡大学JosephLukens、Agentrys创始人兼CEO任昊星（MarkRen）、NASA戈达德太空飞行中心首席技术专家BhanuSood三位讲者，结合各自研究领域与产业实践，分享了前沿技术突破与行业演进趋势，其中任昊星关于智能体设计自动化（ADA）的演讲，更是直击当前芯片设计面临的算力与效率瓶颈，成为本次大会的焦点内容。
一、任昊星（MarkRen）：AgenticAI重构芯片设计，ADA开启自动化新范式
任昊星为Agentrys创始人兼CEO，前NVIDIA设计自动化研究总监，深耕AIforEDA领域多年，本次演讲基于其在NVIDIA的研究成果与Agentrys的技术实践，首次系统性提出智能体设计自动化（ADA）概念，为解决超大规模芯片设计的效率难题提供了全新思路。
本次演讲中，任昊星以“5年内AI能否自主设计芯片”的问题切入，直指当前芯片设计行业的核心矛盾：50年间芯片晶体管数量从4000-5000个飙升至2000亿个，而传统设计模式仍依赖大量人工工程，数千名工程师同时参与一款大型芯片设计成为常态，自动化与抽象化的升级速度已难以匹配芯片复杂度的增长。在此基础上，他从行业发展规律、AI的核心价值、ADA体系架构、技术挑战与落地路径等方面，全面阐述了智能体AI驱动芯片设计未来的核心逻辑，核心内容如下：
芯片设计的两大核心驱动力
任昊星回顾了50年芯片设计行业的发展，提出自动化规模化与抽象层级提升是推动行业进步的两大关键。前者依靠EDA工具创新，将大量手动设计工作自动化并实现规模化落地；后者通过从晶体管级→门级→RTL级→IT级的抽象层级提升，持续降低设计难度与人力成本。而AI的核心价值，就是让这两大驱动力实现指数级升级。
AI赋能芯片设计的五大核心自动化方向
针对当前芯片设计中未被充分自动化的环节，任昊星将AI的赋能场景划分为五大核心领域，覆盖设计全流程：
问题理解：基于设计需求生成洞察、提炼知识、解答设计相关的架构、工具、流程等问题；
代码开发：自动完成设计输入、RTL代码编写、测试平台与脚本开发等工作；
分析能力：总结设计问题、生成分析报告、解析日志文件、可视化设计结果；
调试优化：定位设计故障（如逻辑回归失败、物理设计时序问题）并完成修复；
性能优化：实现验证覆盖率收敛、设计方案优化、架构探索，保障芯片PPA（功耗、性能、面积）达到最优。
抽象层级再升级：自然语言成为设计新入口
任昊星提出，AI将推动芯片设计的抽象层级向更高维度突破：在数字设计领域，抽象层级将从RTL级提升至自然语言规格级，以自然语言描述的设计需求可直接驱动全流程设计；在模拟设计领域，抽象层级将从原理图级升级为自然语言级，大幅降低模拟设计的门槛。这一突破将彻底改变传统设计模式，让设计效率实现质的飞跃。
智能体设计自动化（ADA）：超越传统EDA的全新体系
针对“纯大模型无法实现自主芯片设计”的行业共识，任昊星提出了智能体设计自动化（ADA）概念，区别于传统的电子设计自动化（EDA），ADA是大语言模型（LLMs）+现有工具+定制化新工具的协同体系，核心是让AI智能体通过工具调用实现设计能力的落地，而非单纯依赖模型本身。
他以自研的VerilogCoder为例，展示了ADA的落地逻辑：将自然语言设计规格拆解为多个子任务，通过AI生成执行计划，再调用工具完成每一步任务并最终生成Verilog代码；针对AI计划缺失关键细节的问题，开发专用工具从设计规格中确定性提取信息，为AI补充上下文；针对调试难题，发明工具解析RTL抽象语法树、定位故障驱动信号、提取信号波形，并将波形信息融入AI上下文，让AI的调试能力实现大幅提升。他强调：“系统的能力不仅来自智能体，更来自工具，工具的迭代升级是ADA落地的核心。”
ADA落地的两大核心挑战与解决方案
任昊星直言，ADA的产业化落地仍面临两大关键挑战，且均已提出针对性解决思路：
领域能力不足：当前AI模型基于通用领域数据训练，缺乏芯片设计的行业知识，无法精准理解设计需求。解决方案是训练领域自适应模型，其团队最新研发的ScaleRTL模型，通过推理模型与测试计算的结合，实现了模型对芯片设计领域的适配；
性能优化难题：芯片设计对性能要求极高，ADA并非简单的聊天机器人，而是需要达到生产级标准的系统，需保障PPA最优。解决方案是对ADA系统的全组件优化，包括规划阶段、内存、工具链、多智能体协同等，打造高性能的生产级ADA系统。
未来趋势：打造智能体原生工具，实现规模化智能体协同
任昊星指出，当前的EDA工具均为人类设计、面向人类使用，而ADA的未来，需要打造智能体原生工具：这类工具需支持数千甚至更多智能体的同时运行，具备高带宽通信能力，适配智能体的交互逻辑。只有实现智能体的规模化协同与智能体原生工具的落地，才能真正让ADA成为芯片设计的主流模式。他同时透露，其团队在Agentrys的ADA研究已取得阶段性成果，为行业落地奠定了基础。
图片来源：DesignCon大会二、JosephLukens（普渡大学）：从量子纠缠到量子高速路，经典与量子互连的融合未来
JosephLukens的演讲将量子技术与经典高速互连技术结合，为下一代通信架构描绘了“量子-经典混合”的发展蓝图，也是本次大会中少数聚焦量子技术工程化落地的内容，核心要点如下：
量子网络的理论基础与工程化进展：从爱因斯坦“幽灵般的超距作用”即量子纠缠的物理本源切入，讲解了量子纠缠的非局域性与实验验证成果，梳理了量子密钥分发（QKD）的商业化落地现状，指出当前全球基于纠缠态的量子测试床已进入爆发期，量子网络正从实验室走向城域/广域组网阶段。
量子高速路的核心愿景：提出量子信息高速公路的发展目标，将量子网络与本次大会的核心议题——448G/1.6T经典高速互连技术深度融合，构建“超高速传输+无条件安全”的下一代通信架构，解决经典通信的安全瓶颈，同时满足AI数据中心、超算等场景的带宽需求。
量子网络工程化的核心挑战：直面量子技术落地的痛点，指出量子信号的脆弱性、噪声抑制、长距离传输，以及量子系统与经典电子系统的协同设计，是量子网络产业化的关键难题，而这些难题的解决，也将为经典高速电子设计带来全新的技术维度。
三、BhanuSood（NASA戈达德）：航天电子技术创新，极端环境驱动的技术突破
BhanuSood的演讲聚焦航天电子技术的创新与挑战，将深空探测的极端环境需求与地面电子技术发展结合，展现了航天技术对民用电子领域的反向推动作用，核心内容如下：
航天电子的核心战略地位：指出电子系统是月球、火星及深空探测的“神经中枢”，直接支撑自主导航、星上高性能计算、微型化科学传感、星际通信等关键能力，其性能与可靠性决定了深空探测任务的成败。
航天电子的三大核心发展趋势：基于NASA的研发实践，提出当前航天电子的三大创新方向，均与地面高端电子技术形成技术协同：
星上AI赋能：研发轻量化星上AI芯片与系统，实现太空数据的实时处理与自主决策，降低对地面测控系统的依赖；
模块化硬件架构：基于Chiplet、3D封装的可重构硬件，提升航天电子系统的可靠性、缩短研发周期，同时适配多任务的灵活需求；
光子系统应用：推动光互连、光计算在航天场景的落地，突破传统铜互连的带宽与功耗极限，适配太空极端环境的传输需求。
极端环境的设计挑战与技术启示：详细阐述了航天电子设计面临的辐射、宽温、振动、低功耗与高可靠多重平衡难题，以及NASA的针对性解决方案。同时指出，航天电子的严苛设计需求，正在反向推动地面高速、高可靠、低功耗硬件技术的进步，为AI数据中心、高端工业控制等民用场景提供重要的技术参考。
本次大会的三场核心基调演讲虽聚焦不同领域，但却指向了电子工程行业的共同发展方向，形成了传输层-设计层-应用层的完整技术逻辑：三者共同指向了电子工程行业的长期发展主线：更高带宽的互连、更智能的设计、更可靠的系统，而AI技术则成为贯穿三大维度的核心赋能要素，为行业的持续创新提供底层动力。
投稿与新闻线索：邮箱：tuijiancn88#163.com（请将#改成@）
特别声明：企业推荐网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
