半導體產業技術論文集選：9 月 22 日
為何重要
這份論文集合反映了 AI 技術正在從消費端應用（如對話）向深層硬體開發領域滲透。具體來說，Agent 技術從單純的軟體編排，開始能直接參與晶片架構設計與 EDA 驗證流程，這對降低未來 AI 加速器的設計複雜度具有長期意義。開發者需關注這些研究是否能快速轉化為手邊的 EDA 工具與 SDK，這將決定 Agent AI 在晶片產業的落實速度。
半導體工程網站近期整理了一組包含五大類技術重點的新論文合集，顯示 AI 技術正深入電子設計自動化（EDA）與新材料領域，解決 3D/Chiplet 晶片設計中的熱管理、安全性與系統效率挑戰。
- 硬體木馬檢測：諾華盛頓大學與 Marist 合作研究，提出基於合成閘級網表的硬體木馬偵測技術。
- 推論吞吐最佳化：佐治亞理工學院、Nvidia 與史丹佛大學論文指出，同時存取高頻寬記憶體（HBM）與主機記憶體可顯著提升大型語言模型的推論吞吐量。
- 高階 Agent 設計：加州大學洛杉磯分校探討使用高階語言綜合（HLS）的 Agent，以更高抽象層級設計晶片。
- LLM 驅動 EDA 與 DRC：普渡大學開發 Agentic AI，使其能自動化進行設計規則修復（DRC）的同時，保持佈局等價性。