В мире разработки программного обеспечения концепция «самоэволюционирующихся» систем уже перестала быть футуристической фантазией. Такие фреймворки, как AlphaEvolve или SATLUTION, успешно демонстрируют способность ИИ-агентов самостоятельно писать, тестировать и исправлять код, достигая высоких показателей эффективности. Однако аппаратная разработка (hardware design) долгое время оставалась в стороне от этой революции. Создание цифровых схем, особенно на уровне регистровых передач (Register-Transfer Level, RTL), требует не просто синтаксически правильного кода, но и строгого соблюдения временных диаграмм, правил синхронизации и корректности работы симуляторов. Ошибка здесь может стоить миллионов долларов в перепрошивке кристаллов.
Команда NVIDIA Research представила решение, которое меняет парадигму: HORIZON. Это не просто инструмент автодополнения кода, а полноценная автономная агентная система, которая рассматривает проектирование аппаратного обеспечения как процесс эволюции репозитория. HORIZON использует Git не как систему контроля версий для людей, а как фундаментальную среду выполнения (substrate) для ИИ-агента. Результат? Система достигла 100% успешности прохождения всех оценочных наборов данных (RTL benchmarks), что открывает новую главу в автоматизации проектирования электроники.
В этой статье мы подробно разберем, как работает HORIZON, почему Git стал ключом к успеху, какие ограничения остаются у технологии и что это значит для инженеров-разработчиков чипов в России и мире.
01Что такое HORIZON и почему обычный код не работает?
Чтобы понять инновационность HORIZON, нужно осознать фундаментальное отличие между генерацией программного кода и генерацией RTL. В программной разработке «правильный» код часто определяется тем, проходит ли он юнит-тесты. В аппаратной разработке этого недостаточно. Псевдо-Verilog может быть синтаксически верным, но при этом вести себя непредсказуемо на уровне тактовых циклов, нарушать правила сброса (reset conventions) или иметь неверную ширину битов.
Классические подходы с однократной генерацией кода (single-turn code generation) имеют четкий предел. Они не могут учесть сложную обратную связь от симуляторов. HORIZON решает эту проблему, отказываясь от идеи «одного промпта». Вместо этого каждый проект дизайна хостится как полноценный, контролируемый версиями репозиторий. Единственным входным данным для системы является структурированный Markdown-файл, который выполняет роль «конвейера» (harness).
Этот конвейер содержит четыре критически важных компонента:
- Цель (Goal): Четкое описание того, что нужно спроектировать (например, «реализовать модуль FIFO глубиной 16 слов»).
- Областные знания (Domain-knowledge directions): Специфические правила, такие как «синхронный сброс, активный высокий уровень» или «использовать handshake-протокол ready/valid».
- Спецификация оценщика (Evaluator specification): Инструкция о том, как проверять код (компиляция, запуск симуляции, извлечение покрытия).
- Предикат принятия (Acceptance predicate): Логическое условие, которое должно быть выполнено для фиксации изменений (например, «симуляция прошла без ошибок»).
Инициализационный агент (bootstrap agent) преобразует этот Markdown-конвейер в «проектный пакет» (project pack). Этот пакет включает в себя политику агента, исполняемый оценщик, предикат принятия, политику контроля версий и набор доменных навыков. Именно этот пакет позволяет агенту действовать автономно, не требуя вмешательства человека на каждом шаге.
02Как работает цикл на уровне репозитория: Git как память агента
После инициализации запускается автономный цикл. Он работает без участия человека. Каждый шаг цикла включает в себя планирование целевого изменения, редактирование рабочей директории (worktree), вызов инструментов симуляции и запуск оценщика. Ключевой момент здесь — решение о фиксации (commit). Агент фиксирует новую версию только тогда, когда проходит «исполняемый шлюз приемки» (executable acceptance gate).
Почему Git так важен? В HORIZON Git — это не просто инструмент для хранения кода, это субстрат для памяти агента. Диффы (diffs) показывают предлагаемые изменения состояния. Коммиты определяют принятые контрольные точки. Заметки (notes) прикрепляют доказательства работы оценщика. Лог-файл восстанавливает полную траекторию поиска.
Система использует нативные команды Git, чтобы сделать отслеживание изменений максимально дешевым с вычислительной точки зрения. Изменения, подготовленные к фиксации, проверяются с помощью git diff --cached. Каждая успешная попытка становится коммитом, заметки которого содержат вердикт и награду. Успешные коммиты становятся положительными примерами для обучения, а отклоненные — отрицательными. Таким образом, история репозитория становится буфером опыта (experience buffer), заменяя необходимость в отдельной базе данных.
Еще одна важная техническая деталь — повторное использование сессий (session reuse). HORIZON поддерживает постоянную сессию модели между итерациями. Конвейер, проектный пакет и стабильные источники обслуживаются из кэша промптов провайдера. Это означает, что новые оплачиваемые токены доминируются только текущим диффом и последним выводом оценщика, что значительно снижает стоимость вычислений.
03Где HORIZON стоит в линейке самоэволюционирующихся систем
HORIZON является частью растущего семейства систем, способных к самоэволюции на уровне репозиториев. Однако, в отличие от предыдущих систем, которые эволюционировали программное обеспечение, используемое инженерами, HORIZON эволюционирует артефакты, которые инженеры создают. Давайте сравним его с другими известными проектами:
- AlphaEvolve (2025): Эволюционирует алгоритмические ядра для научных вычислений. Оценка производится через автоматизированные оценщики.
- SATLUTION (2025): Эволюционирует полные репозитории SAT-решателей. Ключевые метрики — распределенная корректность и время выполнения.
- ABCEvo (2026): Эволюционирует систему синтеза логики ABC (EDA-инструмент). Оценка основана на корректности и качестве результатов (QoR).
- HORIZON (текущая работа): Эволюционирует RTL-источники, тестбенчи и артефакты верификации. Оценка включает компиляцию, симуляцию, извлечение покрытия и проверку утверждений.
Все четыре системы разделяют один общий принцип: кандидат на изменение принимается только тогда, когда исполняемое доказательство (например, успешная симуляция) поддерживает его. HORIZON расширяет этот принцип на область, где цена ошибки максимальна.
04Результаты бенчмарков: 100% успешность и стоимость токенов
В основе HORIZON лежит фиксированная модель GPT-5.3. Все эксперименты проводились в режиме одного агента без вмешательства человека. Кампании запускались на хосте AMD EPYC 9334 (32 ядра) с 512 ГБ оперативной памяти. Оценка проводилась на наборах данных ChipBench, RTLLM-2.0 и Verilog-Eval, а также на девяти категориях CVDP (Code and Verification Generation), включающих 783 задачи, созданные людьми.
Результаты впечатляют: HORIZON достиг 100% коэффициента прохождения (pass rate) на каждом из оценочных наборов. Единственное «промахивание» произошло из-за дефекта в спецификации бенчмарка ChipBench, а не из-за ошибки агента.
Однако более интересным показателем является скорость сходимости. Агрегированный коэффициент прохождения на первой итерации (Iteration-0) составляет 47.8%. Важно отметить, что Iteration-0 — это не измерение Pass@1 в чистом виде, а состояние репозитория после первого цикла агента. Агент намеренно может отложить отладку на более поздние итерации.
Сложность сходимости варьируется. Например, наборы RTLLM-2.0 и Verilog-Eval достигают 100% успеха уже после двух итераций. Однако генерация чекеров (CID 013) начинается с показателя всего 3.8%, но постепенно растет до 100% к 19-й итерации. Завершение кода (CID 002) требует 82 итераций, что делает этот процесс самым затратным по токенам.
05Практические примеры использования
Оцененные категории напрямую映射 (map) к повседневным задачам RTL-разработки. Рассмотрим несколько конкретных сценариев:
1. Завершение кода RTL (CID 002)
Агент преобразует множество неудачных попыток автодополнения в работающие дизайны. Это особенно полезно при работе с большими модулями, где контекст легко потерять.
2. Генерация RTL из естественного языка (RTLLM-2.0, CID 003)
Реализация модуля на основе текстового спецификации. Агент интерпретирует требования и генерирует исходный код, который затем проверяется симулятором.
3. Отладка и исправление ошибок (CID 016)
Локализация и исправление функциональных ошибок на основе обратной связи от симулятора. Это одна из самых сложных задач, где HORIZON показывает высокую эффективность благодаря итеративному подходу.
4. Генерация чекеров (CID 013)
Одношаговые модели struggles (борются) с этой задачей, начиная с низкого показателя 3.8%. HORIZON итеративно работает с коммерческим EDA-симулятором, пока чекер не пройдет проверку. Это демонстрирует силу долгосрочного планирования агента.
06Структура конвейера (Harness) на примере FIFO
Пользовательский ввод в HORIZON — это Markdown-файл, а не код. Ниже приведен скелет конвейера для синхронного FIFO:
# HORIZON Harness: fifo_sync
## Goal / objective
Implement a synchronous FIFO
Depth 16
bit data
## Domain-knowledge directions
Reset is synchronous active high
full and empty must never assert together
Follow ready valid handshake conventions
## Evaluator specification
Compile with the suite's native flow
Run the provided simulation testbench
Extract functional coverage where available
## Acceptance predicate
Simulation passes with zero mismatchesПосле этого цикл управляет репозиторием с помощью простых команд Git:
git diff --cached # inspect staged candidate edits
git commit "iter 7: fix full/empty overlap"
git notes add "pass=1 mismatches=0" # attach evaluator evidence
git log --oneline # replay the search trajectory07Сильные стороны и ограничения
Сильные стороны:
- Единый протокол охватывает генерацию, завершение и исправление кода.
- Фреймворк независим от базовой модели генерации.
- Нативный Git делает отслеживание и воспроизведение траектории практически бесплатным.
- Повторное использование сессий снижает маржинальную стоимость каждой итерации.
Ограничения:
- Риск «обмана награды» (reward hacking): Предикат принятия может быть удовлетворен локально, но не соответствовать полной спецификации. Успех может означать «удовлетворяет видимому конвейеру», а не истинное назначение.
- Контролируемые прокси: Бенчмарки являются упрощенной моделью реальной инженерной проблемы.
- Время обратной связи: В данном исследовании обратная связь от симулятора быстрая. В реальных проектах, ориентированных на PPA (Power, Performance, Area), циклы могут занимать дни или недели.
- Качество синтеза: HORIZON не оптимизирует качество результатов синтеза (QoR). Он фокусируется на корректности и покрытии.
08Что это значит на практике
Для инженеров-разработчиков в России и мире HORIZON представляет собой не замену, а мощный инструмент-компаньон. Он не решает проблему проектирования чипов «под ключ», но берет на себя рутинную работу: написание черновых модулей, генерацию тестовых векторов и первичную отладку.
Локальный запуск подобных систем в будущем станет возможным благодаря развитию открытых LLM и оптимизации работы с Git-репозиториями. Однако на данном этапе HORIZON требует доступа к мощным облачным моделям (GPT-5.3) и EDA-инструментам. Это делает технологию доступной в первую очередь для крупных компаний и исследовательских центров.
Главный вывод: HORIZON доказывает, что эволюция кода через Git-репозитории — это жизнеспособный путь для создания сложных аппаратных систем. Будущее разработки чипов, вероятно, будет гибридным, где ИИ-агенты берут на себя итеративную генерацию и проверку, а инженеры сосредотачиваются на архитектуре и сложных оптимизациях.
Источник: MarkTechPost ↗