RTLコーディングは通常のコード生成より厳しい

NVIDIAのNemotron 3 Ultraに関する結果は、半導体設計向けAIの評価として注目に値する。RTLコーディングでは、仕様を読むだけでなく、既存モジュールの再利用、シミュレーション失敗の解釈、タイミング挙動の修正、assertionやlint結果の扱いが必要になる。NVIDIAは、CVDPベンチマークの9つのRTLタスク領域で平均97.1%の通過率、1反復あたり6,629トークンを記録したと説明している。

“We tested Nemotron 3 Ultra on agentic chip design. The task is RTL coding: a model iteratively writes the code that defines a chip's logic, runs it through a simulator, reads the failures, and rewrites.”

NVIDIA AIの元投稿は、RTLコーディングを単発のVerilog生成ではなく、生成、テスト、振り返り、修正を繰り返すエージェント作業として捉えている。@NVIDIAAIは開発者向けのモデル、推論基盤、ベンチマーク更新を発信することが多く、今回の投稿も技術ブログの要点を数値で示すものだ。

評価に使われたのはACE-RTLエージェントだ。generatorがRTLを作成または更新し、reflectorがシミュレーション結果から失敗原因を推定し、coordinatorが次の生成に使う履歴とデバッグ文脈を管理する。これは現実のハードウェア設計に近い。エンジニアは複雑なRTLを一度で完成させるのではなく、コンパイラ、シミュレータ、lint、波形、検証フィードバックを往復しながら詰めていく。

同じACE-RTLパイプラインで比較すると、Nemotron 3 Ultraの平均通過率は97.1%だった。Kimi K2.6は95.2%、GLM 5.2は92.1%である。さらにトークン使用量は、Nemotron 3 Ultraが反復あたり6,629、GLM 5.2が9,156、Kimi K2.6が22,579だった。Kimi K2.6比で約71%少ないという差は、長い設計ループではコストだけでなく試行可能な問題数にも影響する。

NVIDIAはNemotron 3 Ultraを、550B総パラメータ、55B有効パラメータのHybrid Mamba-Attention MoEモデルとして説明している。1Mトークンのコンテキスト長と、RTL生成、編集、デバッグを含む合成データ学習も強調されている。次に見るべき点は、Cadence、Siemens、Synopsysとの連携が、ベンチマーク上の数字を実際のEDA工程の短縮として示せるかどうかだ。

#chip-design

Nemotron 3 Ultra、RTLエージェント9領域で平均97.1%通過率という新たな圧力