安国国际导入AI自动化设计平台 突破类比电路设计瓶颈

成果实际画面展示，透过专业领域大型语言模型与设计软件迭代生成及检查，辅以使用者回馈引导生成符合要求之布局。安国国际

类比电路设计向来是半导体产业中最仰赖工程师经验与技术的领域之一，其长设计周期、高定制化程度等特色，往往成为产品上市的关键瓶颈。安国国际与阳明交通大学携手合作，运用国网中心高效能运算资源，成功开发「基于大型语言模型的类比电路设计优化平台」，为产业数码转型开创新局面。

安国国际资深经理林彦华指出，类比电路设计产业面临三大核心挑战。首先是人才培育困难，由于类比电路设计需要高度专业知识与实务经验，新进工程师往往需要长时间训练才能独当一面；其次是设计流程繁杂且难以标准化，每个客户对芯片设计的制程与规格要求不同，设计团队必须大量定制化，甚至在转换制程时需要重新布局。

第三是效率瓶颈限制产品上市速度，复杂的设计流程与频繁的重新设计，直接影响企业营收与竞争力。面对不同制程或应用需求时，设计团队必须重新配置类比元件，造成大量时间与人力耗费，这些痛点促使安国决定导入AI自动化设计平台以解决核心问题。

国网中心算力大幅提升训练效能  标准单元电路优化已见成效

为解决语言模型训练资源不足的问题，安国团队与国网中心合作，运用8颗H100 GPU裸机资源进行模型训练与微调，相较于既有的内部设备，其模型训练速度提升约3至6倍，大幅提升开发效率与实作可行性。

林彦华表示，此专案设定明确的量化目标，预期可降低新进设计师约70%的训练与经验累积时间，同时减少资深工程师约50%的重复性电路调校工作时间，使其能将更多精力投入于高价值的设计任务。

团队汇整规格书与资深设计师的实务经验作为语料，完成训练后，模型已导入设计部门，由实际工程师进行推论测试。根据工程师的实务回馈，进行模型输出结果的品质监控，并持续进行语料增补与模型微调，建构一套有效的设计回馈循环机制，持续优化模型表现与应用准确度。

阳明交通大学人工智能系统检测中心边缘运算架构师谢翔丞表示，专案过程中其中最耗费算力的环节为语言模型的微调，特别是LLM微调与特定电路语意对应的模型训练。高参数量与多任务输出需求，必须仰赖大量GPU进行反覆训练与验证，国网中心提供的稳定GPU环境与高效网络，使数据转移与模型调整流程更加顺畅。

目前该平台已完成模型初步建置与内部测试，可针对特定标准单元电路进行元件调整与位置优化建议，且具备单元级的设计辅助能力，可与设计工具链结。在实际应用案例中，该团队针对标准单元电路的元件配置优化，原本需要数小时的人工调整流程，现在可在30分钟内完成初步调校。

模型建议与实际模拟结果误差小于10%，符合量产前设计验证阶段的需求。资深设计师反映模型建议的逻辑正确、有助于思考，新人则可更快理解设计脉络并进入状况。

未来平台将依序推广至高速界面电路模块与数码类比混合领域，若平台成熟，将考虑延伸至射频电路、电源管理等高频与多物理域整合的设计模块。在部署模式上，开发阶段将持续使用国网中心算力，应用阶段则转为私有部署，提供给内部部门或策略合作夥伴使用。

林彦华提到，此专案是导入AI自动化于类比电路设计流程的先行案例，对企业与产业皆具实质战略意义，可为台湾半导体产业的数码转型与技术升级开创新的可能性。