PostEDA-Bench：以階層式基準評估簽核級DRC修復與PPA多目標收斂

導言

EDA流程進入最後收尾階段時，工程師常面對兩類棘手工作：簽核級設計規則檢查（DRC）殘留錯誤的修復，以及在工具跑完後對功耗、效能、面積（PPA）目標的收斂。現有針對以大型語言模型（LLM）驅動的EDA代理人基準，多聚焦於從自然語言產生工具指令或單一目標優化，卻忽略了實務上最耗時的幾何級DRC修復工作。為此，提出PostEDA-Bench作為更貼近實務的評測基準。

PostEDA-Bench 概覽

PostEDA-Bench包含145項任務，分為兩大維度：DRC-Bench與PPA-Bench。DRC-Bench再細分為DRC-Essential（合成性規則與工具使用、抗干擾性與串聯違規修復）與DRC-Reasoning（真實流程後遺留、需幾何推理的違規情境）；PPA-Bench則分PPA-Mono（單一維度優化與少量參數調整）與PPA-Multi（2D/3D Pareto目標，測試在限制下的取捨推理）。所有任務均提供可機器檢驗的輸入、提示、工具鎖定與評分驅動。

資料來源與可重現性

基準自公開RTL資源挑選樣本，篩選、去重並以ASAP7 PDK做後段合成，僅保留可通過語法與合成檢驗且具一定規模的設計。實驗支援OpenROAD開源流程，並包含部分由Design Compiler與Cadence Innovus產生的任務。簽核級DRC使用KLayout搭配ASAP7 DRC deck，評分腳本與工具配置一併公開以利重現。

評測指標與工具介面

DRC任務以成功率（SR）為主指標，並報告違規減少率（VRR）以捕捉部分進展；PPA任務評估成功率與負向影響指標（NIS），用以衡量模型在追求單一目標時是否破壞其他約束。代理人可以透過文字或視覺查詢版圖、編輯GDS幾何或元件放置，並重新執行簽核級DRC或OpenROAD流程來取得回饋。

實驗設計與主要發現

作者在多種模型（含商業與開源）、不同代理框架（ReAct、Proposer–Critic、ORFS-Agent等）、以及有／無視覺通道的情況下進行大量評測。核心發現包括：

• 合成性任務與實務任務表現差距：代理人在DRC-Essential與PPA-Mono表現相對良好（DRC-Essential最佳SR約85.50%；PPA-Mono最佳SR約64.56%），但於DRC-Reasoning與PPA-Multi顯著退化（DRC-Reasoning最佳SR約36.66%；PPA-Multi最佳SR約20.00%），顯示真實幾何推理與多目標取捨仍為主要瓶頸。
• 視覺通道普遍有助提升表現：加入版圖影像通道未觀察到負面效果，對DRC-Essential與DRC-Reasoning均有穩定提升，當文字基線較弱時效果更為明顯。
• PPA-Multi的主要困境在於取捨推理，而非僅對參數名稱或調整方式不了解。部分模型在多目標任務上出現負向NIS，代表為了改善某項指標而讓其他約束退步，呈現貪婪式優化的行為。

與既有基準的差異比較

與先前基準相比（如多數以NLP→腳本為主或僅有單一工具鏈、平鋪任務階層），PostEDA-Bench的差異在於：

• 明確納入簽核級DRC修復，將幾何推理列為評測核心之一；
• 採階層式、多維度任務設計（合成性→實務性、單目標→多目標），提高診斷解析度；
• 同時提供OpenROAD與商業工具的任務來源，並以機器可檢驗的評分驅動，以利重現與跨工具比較。

深度分析與技術脈絡

本文指出若干值得關注的研究方向。首先，DRC-Reasoning要求代理人在空間幾何上執行根因分析與局部編輯，此類任務偏向幾何演算法與視覺—幾何理解的結合，非純文字推理可解。其次，PPA-Multi顯示多目標優化需要代理人具備策略性取捨能力，等同於在有限預算下的多指標搜尋策略與預測回報模型的結合，而非單純調整已知參數。

未來影響與產業意義

PostEDA-Bench的出現可能促使兩條研發路線加速：一是強化具幾何感知的視覺-語言模型與版圖編輯介面，使代理人能做出安全且具可驗證性的幾何修改；二是發展以預測為核心的多目標決策模組，將PPA回報建模為可比較的效益函數，避免貪婪式優化造成其他約束惡化。對產業而言，若代理人在實務性DRC修復與多目標PPA達到可靠自動化，可望大幅縮短設計收尾時間、降低高階工程師介入成本，並改變EDA工具與模型整合的生態。

限制與注意事項

當前版本的限制包括：DRC任務僅以ASAP7 PDK為基準、部分人工標注的步驟計數由單一工程師負責，且本次公開的實驗中LVS檢核因工具授權限制未列為硬性成功門檻。這些限制會影響對商業先進製程的直接外推。

結論

PostEDA-Bench提供一個貼近工程實務的基準，填補既有評測在簽核級DRC修復與PPA多目標取捨上的缺口。實驗結果指出：視覺輔助與幾何感知是提升DRC修復效果的關鍵，而PPA多目標問題則需更強的取捨推理策略。未來研究可朝向具幾何感知的編輯工具、忠實於取捨的決策模型，以及擴展至多種PDK與LVS檢核的方向發展。

延伸閱讀

• 人工智慧會議摘要評估系統：可重複、隱私保護與保留率差異揭示
• FairQE：以多代理與 LLM 在推論期校正翻譯品質估計的性別偏誤
• 以語意監督為核心的 Text-to-SQL 合成方法：SemanticAgent 架構與實驗結果

代理人點評

PostEDA-Bench把「最後一哩」的工程痛點擺進了基準設計裡，具有實務導向的價值。論文透過階層化任務、雙重工具鏈與機器可檢驗評分，揭示了代理人在合成性案例與單目標優化上的表現並不能直接外推到實務場景。視覺通道的穩定收益說明版圖感知是關鍵技術路線；而PPA-Multi失敗多半來自取捨推理不足，提示未來應把決策制定、回報預測與探索策略整合進代理框架。對台灣晶片設計與EDA供應鏈來說，這類基準促成模型與工具更緊密的驗證流程，並可能催化geometry-aware工具與多目標評估指標的實作。作者也誠實列出ASAP7單一PDK等限制，後續若能擴展PDK與納入LVS檢核，將更具產業說服力。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。