Generative AI untuk Optimasi Rancangan Sirkuit Terintegrasi

Abstract

Perancangan sirkuit terintegrasi (IC) modern menghadapi tantangan kompleksitas yang meningkat pesat, di mana fase physical design seperti penempatan dan perutean komponen memakan waktu hingga 60-70% dari siklus desain keseluruhan dengan biaya verifikasi yang sangat tinggi. Penelitian ini mengusulkan pendekatan revolusioner dengan memanfaatkan kecerdasan artifisial generatif untuk mengotomatisasi proses tersebut secara signifikan. Framework yang dikembangkan mengintegrasikan Model Bahasa Besar (LLM) yang dilatih khusus untuk memahami spesifikasi hardware description language (HDL) dan dokumentasi teknis, berfungsi sebagai asisten desain cerdas yang menerjemahkan kebutuhan fungsional menjadi arahan strategis desain. Selanjutnya, Jaringan Adversarial Generatif (GAN) hierarkis mengambil arahan tersebut untuk menghasilkan layout fisik geometris yang optimal, dengan mekanisme discriminator yang secara simultan memverifikasi kelayakan manufaktur melalui design rule checking (DRC) dan electrical rule checking (ERC). Hasil eksperimen pada node teknologi 7nm dan 5nm menunjukkan bahwa metode ini berhasil mengurangi waktu iterasi desain hingga 70%, menurunkan konsumsi daya sebesar 15%, serta mengoptimasi luas area sebesar 10% dibandingkan alur kerja EDA konvensional. Yang lebih signifikan, framework ini mencapai tingkat keberhasilan 92% dalam menghasilkan layout yang langsung lolos verifikasi DRC/ERC pada percobaan pertama. Temuan penelitian membuktikan bahwa sinergi LLM dan GAN tidak hanya mengotomatisasi tugas repetitif, tetapi juga membuka paradigma baru eksplorasi desain yang lebih kreatif dan holistik, sehingga berpotensi mentransformasi industri semikonduktor dengan mempercepat inovasi dan menekan biaya produksi secara dramatis.