VLSI HUB - чипмейкерство и ПЛИС

Прикольное, Jane Street опубликовали пазл на реверс асика Ссылка скрыта

Nemotron 3 Ultra [2/2] (часть 1) Результаты: Усреднённо по девяти категориям связка ACE-RTL + Nemotron 3 Ultra выдаёт pass rate 97% против 95% у Kimi K2.6 и 92% у GLM 5.2 при фиксированном агенте (то есть изолированно измеряется вклад самой модели). На категории отладки cid016 сам агентный контур поднимает точность драматически: GLM 5.2 идёт с 44% в одиночку до 94% в агенте, Kimi K2.6 - с 68% до 97%, Nemotron - с 65% до 100%. Вывод для практика очевиден: без итеративной петли с инструментами реалистичные RTL-задачи не берутся, каким бы сильным ни был базовый LLM. Но главная цифра - не pass rate, а стоимость. Nemotron 3 Ultra достигает лидирующей точности при 7k токенах на итерацию против 9k у GLM 5.2 и 22k у Kimi K2.6 - примерно на 28% и на 71% меньше соответственно. Для агентного RTL это критично: контекст одной итерации отладки распухает мгновенно - туда входят спецификация, сгенерированный RTL, вывод симулятора, сработавшие ассерты и прошлые попытки фикса. При равном compute-бюджете меньший расход токенов означает больше взятых задач и более быстрый оборот итераций. В агентном коде это часто важнее, чем лишний процент на лидерборде. Отдельно стоит отметить, как модель учили под RTL. Пайплайн синтетических данных из статьи ACE-RTL стартует с отобранных из публичных репозиториев seed-дизайнов, а затем генерирует не только пары «спецификация → эталонный RTL», но и задачи на редактирование и на отладку: в seed инжектируются реалистичные ошибки (неверные переходы конечного автомата, нарушения handshake и таймингов), а спецификация снабжается диагностикой наблюдаемого сбоя. Всё это проходит через фильтр - синтаксические проверки, деконтаминацию относительно бенчмарков и rubric-скоринг через LLM-as-judge на семантическое соответствие. Именно тренировка на edit/debug-задачах, а не только на генерации с чистого листа, объясняет, почему модель хорошо себя ведёт внутри агентной петли. @vlsihub

Свежая публикация NVIDIA про Nemotron 3 Ultra читается как ещё один пресс-релиз в жанре «наша модель обошла всех на бенчмарке». Но если убрать маркетинговую обёртку, остаётся вещь поинтереснее: NVIDIA и методично продолжает перформить на тему проектирования микросхем (RTL и верификацию), но в качестве соперников для сравнения выбрала не GPT и не Claude, а два сильнейших китайских open-weight-семейства: GLM и Kimi. Это не случайный выбор бейзлайнов. Это заявка на то, где именно проходит линия конкуренции в EDA-стеке ближайших лет. Соперники, выбранные для сравнения, намеренно китайские. В мае 2025-го Bureau of Industry and Security ввело лицензирование экспорта EDA-софта в Китай (классификация ECCN 3D991/3E991), мотивируя это риском military end-use; Synopsys, Cadence и Siemens EDA приостановили поставки и поддержку. Уже 2 июля 2025-го ограничения отозвали - в рамках торгового перемирия, размороженного на переговорах в Лондоне и связанного с китайскими редкоземельными металлами. Эпизод продлился меньше шести недель, но показал, насколько EDA стал рычагом в большой геополитике. Причём рычаг работает в обе стороны. «Большая тройка» контролирует около 70–80% китайского рынка EDA (глобально по TrendForce за 2024-й: Synopsys ~31%, Cadence ~30%, Siemens EDA ~13%), и Китай методично финансирует собственный EDA-стек, чтобы снять зависимость. Но вот в чём тонкость нового витка: инструменты можно поставить под лицензию, а open-weight-модель - нельзя. GLM, Kimi (и Alibaba Qwen3.8-Max из прошлого поста с её автономным chip-design-агентом) свободно скачиваются с HuggingFace. Вишенка в качестве LLM поверх проектирования чипов оказывается тем фронтом, где экспортный контроль в привычном виде просто не применим. Ответ NVIDIA симметричен и показателен: выпустить собственную открытую модель, которая обыгрывает китайские открытые модели на профильном для железа бенчмарке, и захардкодить её в западный EDA-стек. Nemotron 3 Ultra - это MoE на 550 млрд суммарных параметров при 55 млрд активных, гибрид Mamba-Attention, предобученный на 20 трлн токенов и растянутый до контекста в 1 млн токенов. Гибридная архитектура здесь работает не ради красоты спецификации: Mamba-часть режет стоимость внимания и размер KV-кэша, MoE поднимает точность на активный параметр, и вместе это даёт заявленный выигрыш до 5× по пропускной способности и до 30% по стоимости против сопоставимых open-моделей. Ровно то, что нужно долгоживущему агенту, чей контекст не влезает в заданные ограничения. Модель тестировали внутри агента ACE-RTL - стандартной для RTL петли «сгенерировал ➡️ прогнал симуляцию/проверки ➡️ проанализировал провал ➡️ уточнил». Агент состоит из трёх кооперирующих компонентов: генератора (пишет и правит RTL), рефлектора (разбирает фидбек симулятора, локализует вероятную первопричину, даёт высокоуровневые указания на фикс) и координатора (ведёт эволюционирующий контекст отладки между итерациями, решая, какую историю и какой фидбек тащить в следующую попытку). Смысл - чтобы агент строил на прошлых провалах, а не наступал на те же грабли по кругу. @vlsihub