AI造光芯片!PICasso让设计成功率飙到92.7%,损耗直降1.74dB
PICasso: An AI-Enabled Design Framework for Autonomous Optimization of Silicon Photonic Devices
arXiv AI (cs.AI) 重要 #多模态#评测基准#自动化设计 🕐 08-28 12:00

📖 AI 总结

本文介绍了PICasso,一个面向硅基光子器件设计的AI辅助自动化框架,能够从自然语言描述出发,完成光子集成电路(PIC)的自动综合、验证与优化。该框架构建了从自然语言到YAML再到GDS版图的生成流水线,结合PDK知识注入、自动布局布线、DRC/LVS验证以及基于SAX的光子仿真。为系统评估AI驱动设计能力,作者提出了包含36个参数化设计任务的基准PIC-Set,并在此之上对多种主流大语言模型进行了统一评测,引入了结构性和功能性Spec@k、优化效率及鲁棒性等新指标。实验结果显示,PICasso显著提升了端到端规格满足度,在高复杂度电路上结构性Spec@3达92.7%,功能性Spec@3达52%;同时通过仿真引导优化,将平均插入损耗从4.98 dB降至3.25 dB,改善了1.74 dB。研究表明,结构化领域约束、物理验证与仿真反馈能将大语言模型从脆弱的网表生成器转变为实用的光子设计代理,生成可制造版图,且运行时间可与手动GUI流程竞争。

🔑 关键词速览

PICasso一个AI辅助的光子集成电路设计框架,用于自动化综合、验证和优化。
PIC-Set一个包含36个参数化光子集成电路设计任务的基准测试集,用于评估AI驱动设计。
Spec@k一种评估指标,衡量前k个生成结果中满足规格要求的比例。
PDK工艺设计套件,提供制造工艺的规则和模型,用于确保设计可制造性。
SAX一种用于光子电路仿真的工具,基于Python,支持快速光学仿真。
infoAI 公众号二维码

📱 每天一份 AI 前沿日报

关注公众号,每天 09:00 推送 · 不错过任何重磅