|
【事件概述】IBM Research于2026年10月13日介绍一项AI辅助芯片设计实验：用协调智能体与并行工作智能体组成“agent factory”，探索量子纠错解码器的硬件实现。
【对象与方法】实验针对Relay-BP解码算法及[[144,12,12]]双变量自行车码，协调器分派设计假设，4个工作智能体改写实现，正确性检查和高层综合（HLS）结果再反馈给后续搜索；各配置预算为100个假设。团队结合开放前沿模型与开源llm-d分布式推理，在单次搜索实验中获得相对基线约52倍的HLS估算加速，模型推理成本约26美元。相同搜索预算下，全专有模型配置成本约299美元、HLS估算加速约204倍。
【适用对象与影响】该案例面向芯片、硬件架构与量子纠错工程团队，展示多智能体可将“提出改动—综合验证—依据结果迭代”的搜索流程并行化；开放模型与高效推理服务可能降低大规模设计探索的推理开销。
【限制与边界】结果来自一次100假设的搜索，52倍和204倍是HLS估算，不等同于实测芯片性能；成本仅计算模型推理，不含完整硬件开发流程。IBM也指出专有模型配置取得更高加速，因此该实验不能推出开放模型普遍优于专有模型。
官方来源（IBM Research，2026-10-13，作者Peter Hess）：https://research.ibm.com/blog/open-agent-factories-and-distributed-inference-for-chip-design |
0