التحقق القائم على الفيزياء: الضمانة الأساسية لموثوقية وكلاء الذكاء الاصطناعي في تصميم الرقائق

في عالم تصميم أشباه الموصلات، لا توجد مساحة للخطأ؛ فعملية "Tapeout" (إرسال التصميم للتصنيع) هي عملية ثنائية: إما أن يعمل السيليكون أو يفشل. ومع دخول الذكاء الاصطناعي الوكيل (Agentic AI) إلى مجال أتمتة التصميم الإلكتروني (EDA)، برز تحدٍ جوهري: كيف يمكن الوثوق بقرارات اتخذها وكيل ذكاء اصطناعي بشكل مستقل؟ الإجابة تكمن في مفهوم "التحقق القائم على الفيزياء" (Physics-Based Validation).

الفرق بين التفكير الفيزيائي والتحقق الفيزيائي

يجب التمييز بدقة بين نموذج ذكاء اصطناعي قادر على "الاستنتاج" حول القوانين الفيزيائية، وبين سير عمل "مُحقق فيزيائياً". في سير العمل التقليدي، قد يرتكب الوكيل خطأً في التوزيع الحراري أو المسارات الكهربائية، ولا يتم اكتشاف ذلك إلا في نهاية العملية. أما في سير العمل المعتمد على التحقق الفيزيائي، فإن كل قرار يتخذه الوكيل يتم اختباره فوراً مقابل محركات EDA حتمية تعتمد على قوانين الفيزياء الصارمة.

هذا يعني أن المحرك الفيزيائي هو "المرجع النهائي" للصحة، وليس النموذج اللغوي أو الذكاء الاصطناعي. إذا لم يتوافق قرار الوكيل مع القيود الفيزيائية (مثل الحرارة أو الجهد)، يتم رصد الخطأ وتصحيحه في اللحظة ذاتها قبل الانتقال للخطوة التالية، مما يمنع تراكم الأخطاء التي قد تؤدي إلى فشل التصميم بالكامل.

تحديات التصميم ثلاثي الأبعاد (3D-IC)

تزداد أهمية هذا النهج مع الانتقال إلى تقنيات التصميم ثلاثي الأبعاد (3D-IC) وهياكل الـ Chiplets. في هذه البنيات، تصبح التفاعلات بين القوى الكهربائية، والحرارية، والميكانيكية معقدة للغاية ومتداخلة؛ حيث يمكن لتغيير بسيط في توزيع الطاقة أن يؤدي إلى إجهاد ميكانيكي أو ارتفاع مفاجئ في درجة الحرارة في طبقات السيليكون المكدسة.

تتطلب هذه التعقيدات قدرة على إجراء محاكاة متعددة الفيزياء (Multi-physics) بشكل مستمر، وهو ما يعجز عنه التصميم اليدوي التقليدي الذي يعاني من بطء التكرار وكثرة عمليات التسليم بين المهندسين.

نموذج Siemens EDA للعمليات المستقلة

قدمت شركة Siemens EDA مثالاً عملياً من خلال وكيلها "Fuse EDA AI Agent"، الذي يعمل كمنسق لعمليات التصميم. في تجربة تقنية، قام الوكيل بتنسيق سير عمل كهربائي-حراري يتكون من تسع مراحل عبر سبع أدوات مختلفة من Siemens EDA، واستمر العمل لأكثر من 12 ساعة عبر مئات الدورات المستقلة. وقد أظهر هذا النهج نتائج ملموسة:

• تسريع إعداد الأدوات: بنسبة تصل إلى 20 ضعفاً.
• تقليل الجهد الهندسي: بنسبة تصل إلى 95%.
• توسيع نطاق الخيارات: القدرة على تقييم خيارات تصميم أكثر بـ 50 مرة مقارنة بالتدفق اليدوي.

ما الذي يتغير عملياً؟

يمثل هذا التحول انتقالاً من استخدام الذكاء الاصطناعي كأداة "مساعدة" تقدم اقتراحات، إلى استخدامه كـ "وكيل مستقل" يمكن الوثوق به في بيئات الإنتاج. بالنسبة لشركات أشباه الموصلات، هذا يعني تقليل الاعتماد على المراجعة البشرية اليدوية لكل خطوة، مما يسرع من دورة تطوير المنتجات دون التضحية بالدقة.

ومع ذلك، تظل القيود قائمة في مدى دقة المحركات الفيزيائية نفسها؛ فالموثوقية هنا ليست في ذكاء الآلة، بل في قدرة النظام على إخضاع هذا الذكاء لاختبارات فيزيائية لا تقبل التأويل. السؤال المستقبلي لن يكون "هل يمكن للذكاء الاصطناعي تصميم رقاقة؟" بل "إلى أي مدى يمكننا دمج المحاكاة الفيزيائية في كل نبضة من نبضات قراراته؟".