Siemens stellt Fuse EDA KI-Agenten vor: Eine neue Ära für autonomes Halbleiter- und Leiterplattendesign

Siemens Unveils Fuse EDA AI Agent: A New Era for Autonomous Semiconductor and PCB Design

Die Halbleiterindustrie erlebt einen transformativen Wandel, da Siemens den Fuse™ EDA KI-Agenten vorstellt. Dieses autonome System steuert komplexe Arbeitsabläufe in den Bereichen Halbleiter, 3D-IC und PCB-Design. Durch die direkte Integration von KI in die Electronic Design Automation (EDA) zielt Siemens darauf ab, das Nadelöhr der manuellen Werkzeugverwaltung zu lösen. Diese Innovation markiert den Übergang von einfacher unterstützender KI zu vollständig autonomen, missionskritischen Agenten im Elektroniksektor.

Orchestrierung von Multi-Agenten-Arbeitsabläufen über den gesamten Design-Lebenszyklus

Der Fuse EDA KI-Agent fungiert als ausgeklügelter Dirigent für verschiedene Engineering-Tools. Er verwaltet den gesamten Lebenszyklus, von der ersten Designidee bis zur endgültigen Fertigungsfreigabe. Im Gegensatz zu statischer Automatisierung plant und führt dieser Agent Multi-Tool-Prozesse dynamisch aus. Er unterstützt kritische Software wie Catapult™ für RTL-Codierung und Calibre® für die physikalische Verifikation. Dadurch können Engineering-Teams die Designzyklen erheblich verkürzen und gleichzeitig strenge Qualitätsstandards einhalten.

Integration von RAG und MCP für sichere industrielle Automatisierung

Siemens hat den Fuse-Agenten auf einem fortschrittlichen Retrieval-Augmented Generation (RAG)-Framework aufgebaut. Dieses System nutzt einen multimodalen EDA-Datenpool, um dichte, physikbasierte Informationen zu interpretieren. Darüber hinaus sorgt das Model Context Protocol (MCP) für eine sichere und nahtlose Kommunikation zwischen verschiedenen Automatisierungstools. Durch eine hierarchische Planungsstruktur koordiniert ein Supervisor-Agent verschiedene Worker-Agenten. Dadurch vermeidet das System die bei generischen KI-Modellen häufig auftretenden „Halluzinationen“ und schützt gleichzeitig sensible geistige Eigentumsrechte.

Strategische Partnerschaft mit NVIDIA für Hochleistungs-Computing

Die Zusammenarbeit zwischen Siemens und NVIDIA stellt die notwendige Hardware- und Software-Power für diese Agenten bereit. Der Fuse-Agent nutzt NVIDIA-GPUs und Nemotron-Modelle, um die Schlussfolgerungsfähigkeit und Zuverlässigkeit beim Aufrufen von Werkzeugen zu verbessern. Außerdem unterstützt er das NVIDIA Agent Toolkit für eine schnellere Verarbeitung komplexer EDA-Aufgaben. Diese Infrastruktur ermöglicht es dem Agenten, in luftdicht abgeschotteten Rechenumgebungen zu arbeiten. So können Hersteller leistungsstarke KI nutzen, ohne ihre proprietären Daten der Public Cloud auszusetzen.

Einblick des Autors: Der Wandel hin zu agentenbasierten Steuerungssystemen

Aus Branchensicht stellt der Fuse EDA KI-Agent eine logische Weiterentwicklung der Fabrikautomation dar. Während traditionelle PLC und DCS Systeme sich auf die physische Fertigung konzentrieren, automatisiert dieser agentenbasierte Ansatz die „intellektuelle Fertigung“ der Chips selbst. Meiner Ansicht nach ist der größte Vorteil die autonome Wiederherstellungsschleife. Wenn eine Designregelprüfung fehlschlägt, kann der Agent potenziell den Fehler diagnostizieren und beheben, ohne menschliches Eingreifen. Dieses Autonomieniveau wird entscheidend sein, wenn wir uns auf Prozessknoten unter 2 nm und komplexes 3D-IC-Stacking zubewegen.

Sicherstellung von Sicherheit und Governance im Unternehmensmaßstab

Sicherheit bleibt eine oberste Priorität für globale Halbleiterführer wie Samsung. Siemens begegnet dem, indem es rollenbasierte Zugriffskontrollen und menschliche Kontrollpunkte in das Fuse-Framework integriert. Diese Schutzmechanismen stellen sicher, dass die KI etablierte Industriestandards und interne Protokolle einhält. Zusätzlich bieten Audit-Trails vollständige Transparenz für jede Entscheidung des Agenten. Dieser ausgewogene Ansatz schafft Vertrauen und ermöglicht es Organisationen, autonome Agenten in hochsensiblen Designumgebungen einzusetzen.

Zeige alles
Blogbeiträge
Zeige alles
Batch Sequence Control Using DCS Sequential Function Charts: Emerson DeltaV SFC Configuration and Woodward EasyGen 3200 Synchronization Interlock

Chargenfolgensteuerung mit DCS-Sequenzfunktionstabellen: Emerson DeltaV SFC-Konfiguration und Woodward EasyGen 3200 Synchronisationsverriegelung

Die Stapelprozesssteuerung mit formalen IEC 61131-3 Sequential Function Chart-Strukturen in Emerson DeltaV verhindert Deadlocks in Zustandsautomaten und vereinfacht die Einhaltung der ISA-88-Auditvorgaben. Dieser Leitfaden behandelt die Designprinzipien der DeltaV Phase Logic SFC, die Modbus-TCP-Registerzuordnung des Woodward EasyGen 3200 für die Generator-Synchronisationsverriegelung, das Design von Hold- und Abort-Pfaden sowie die Diagnose der vier häufigsten SFC-Stapel-Ausfallmuster.
Foundation Fieldbus H1: Segment Design and Commissioning

Foundation Fieldbus H1: Segmentgestaltung und Inbetriebnahme

Foundation Fieldbus H1 führt Steuerfunktionsblöcke innerhalb von Feldgeräten aus und gewährleistet die Steuerung auch bei Ausfall der Host-Kommunikation – ein entscheidender Vorteil für SIL-2- und SIL-3-Schleifen. Dieser Leitfaden behandelt die Berechnung des FF H1-Leistungsbudgets, die Analyse des Spannungsabfalls, den Soft-Start-Anlaufstromschutz, das 5-Schritte-Inbetriebnahmeverfahren, die Planung der Funktionsblöcke sowie die systematische Fehlerdiagnose bei Segmentausfällen, intermittierendem Geräteausfall und Fehlern im Abschlusswiderstand.
PROFINET IO Communication Fault Diagnosis: ABB AC500 CM575-PNIO and Phoenix Contact AXL F DI16 Field Troubleshooting

PROFINET IO Kommunikationsfehlerdiagnose: ABB AC500 CM575-PNIO und Phoenix Contact AXL F DI16 Feldfehlerbehebung

PROFINET IO-Kommunikationsfehler zwischen ABB AC500 CM575-PNIO und Phoenix Contact Axioline F verteilten I/O-Systemen sind eine häufige Ursache für ungeplante Ausfallzeiten. Dieser Leitfaden behandelt die Überprüfung der physikalischen Schichtkabel, die Verifikation der GSDML-Version, die Behebung von Gerätenamen-Konflikten, die Anpassung des AR-Watchdogs sowie ein sechsstufiges Fehlerisolationsverfahren unter Verwendung der DIAG_STATUS-Registerbitzuordnung und der Kanal-Diagnosealarme.