La qualification d’« agent d’intelligence artificielle » ne signifie pas que le système possède le même degré d’autonomie dans la conception des puces. Selon le cadre présenté par l’article, les capacités vont de l’optimisation d’une tâche d’ingénierie précise à la gestion d’un flux de travail en plusieurs étapes, tandis que le périmètre de la tâche, le mécanisme de vérification et la responsabilité humaine restent des facteurs déterminants pour évaluer toute revendication d’autonomie.
L’article présente cinq niveaux formulés par Cadence dans le cadre de sa stratégie d’intelligence artificielle agentique. Ces niveaux ne sont pas présentés comme des catégories de produits distinctes, car un niveau supérieur peut intégrer les capacités des niveaux inférieurs, et l’élévation du niveau ne supprime pas la nécessité de disposer des outils d’optimisation, des moteurs de conception et des outils fondamentaux de vérification.
Les cinq niveaux d’autonomie
- L1 — Intelligence artificielle pour l’optimisation : le système mène de vastes expérimentations afin d’ajuster les paramètres d’une tâche précise et d’atteindre un objectif fixé par l’ingénieur. L’être humain reste responsable de l’intention de conception, des contraintes, des critères de réussite et des compromis. L’article cite Cadence Cerebrus AI Studio comme exemple de ce type pour l’exécution de conceptions de SoC.
- L2 — Le langage naturel comme interface : le système vise à faciliter l’interaction avec les outils d’ingénierie et les bases de connaissances, par exemple en répondant aux questions ou en générant et corrigeant du code. À ce niveau, il ne dispose toutefois pas d’une autorité autonome sur l’objectif d’ingénierie complet.
- L3 — Raisonnement complexe : l’agent traite un problème d’ingénierie précis, propose un résultat, puis le teste au moyen d’outils tels que la simulation, l’analyse formelle ou les outils d’inspection, avant de répéter le processus en fonction des observations. L’ingénieur continue de définir le problème et d’examiner les résultats importants.
- L4 — Flux de travail agentique : plusieurs agents spécialisés coordonnent les étapes de planification, d’exécution, de vérification et d’optimisation à travers des outils et des domaines interconnectés. Cadence cite les plateformes ChipStack, ViraStack, InnoStack et AuraStack comme exemples d’application de l’intelligence artificielle agentique à la conception et à la vérification, à l’implémentation numérique, à la conception analogique, aux cartes de circuits imprimés et au packaging avancé.
- L5 — Autonomie complète dans un périmètre défini : le système détermine ses prochaines étapes en fonction des résultats intermédiaires et répète l’exécution jusqu’à parvenir à la clôture dans le cadre d’un flux de travail d’ingénierie contrôlé. Cadence affirme que ChipStack AI Super Agent fonctionne à ce niveau dans les flux de conception et de vérification des puces, avec la possibilité pour les ingénieurs d’examiner, d’orienter et de compléter son travail.
La différence pratique entre L4 et L5
La séparation entre les deux niveaux ne tient pas à la présence de plusieurs agents ou à l’utilisation d’outils de vérification, car les deux peuvent les inclure. En L4, le parcours reste largement encadré par les objectifs, les contraintes et les points de vérification définis par les ingénieurs. En L5, une responsabilité plus importante est transférée au système, qui détermine l’action suivante en fonction des résultats intermédiaires. Ainsi, un système peut être très autonome dans la vérification du RTL ou dans la conception front-end, sans être autonome dans toutes les décisions de conception ni dans l’approbation finale.
Que faut-il examiner avant d’accepter une revendication d’autonomie ?
L’article propose d’évaluer l’agent à partir de questions pratiques : quel problème et quel périmètre d’ingénierie traite-t-il ? Quelles décisions peut-il prendre seul ? Quels objectifs et quelles contraintes l’ingénieur doit-il fournir ? Et quels outils vérifient ses résultats ? Il convient également de savoir ce qui se produit lorsque la vérification échoue ou qu’une contrainte donnée ne peut pas être satisfaite, quand le système demande une intervention humaine, qui assume la responsabilité du parcours alternatif et qui conserve le pouvoir d’approuver définitivement la conception.
La lecture de certi.news
Le véritable changement ne consiste pas ici à remplacer l’ingénieur par un modèle de langage, mais à faire évoluer son rôle : il ne se limite plus à exécuter pas à pas les commandes des outils, mais définit l’intention, surveille les résultats, gère les exceptions et approuve les décisions sensibles. L’article explique qu’une autonomie fiable dans l’EDA nécessite un contexte de conception structuré, des moteurs d’ingénierie fiables et des résultats mesurables tels que les journaux d’erreurs, la couverture de vérification ainsi que les indicateurs de performance, de puissance et de surface, en plus d’un mécanisme clair d’intervention et de retour en arrière.
La principale limite est que les désignations L1 à L5 n’ont pas une valeur suffisante en dehors des limites du flux de travail auquel elles s’appliquent. En outre, l’article provient de la rubrique « Sponsor Blog » et est signé par Vinod Khera, responsable des communications marketing chez Cadence ; il convient donc de considérer les exemples de Cadence et sa description du niveau de ses produits comme les affirmations de l’entreprise, et non comme une évaluation indépendante des performances du marché. La responsabilité de l’approbation finale demeure, selon le texte lui-même, entre les mains des ingénieurs.