提出专家教导推理智能体完成运放设计到版图
原文：OPERA: OPamp Design by an Expert-Taught Reasoning Agent, from Specifications to Layout
从规格到签核版图的模拟流程很少能在没有手动迭代的情况下完成。近期的大语言模型（LLM）智能体通过器件尺寸上的优化器循环来完成电路 sizing，并止步于原理图。我们提出OPERA（由专家教授推理智能体完成的运放设计），其中通用LLM智能体使用开源工具完成从规格到版图后签核的CMOS运放设计。首先，设计者教授智能体gm/ID方法：将规格映射到跨导和最小电流，根据表征查找表为每个器件角色选择gm/ID，并通过方程进行 sizing，仅留少数旋钮用于搜索，形成可解释的设计。其次，智能体学习gLayout框架和所教授的版图实践，并编写可复用的版图生成器，在设计者批准的关卡处闭合版图与提取回路。在SKY130中，智能体设计了一个共享恒定gm偏置和六个运放（5T、折叠共源共栅和 telescopic OTA；Miller、折叠共源共栅和 telescopic 两级），目标为 fun >= 50 MHz、PM >= 60度、SR 25 V/μs 驱动1 pF，以及30至60 dB的最小直流增益。所有六个版图均通过DRC清洁和LVS匹配，其提取网表在所有15个PVT角下满足每项指标（fun >= 53.7 MHz、PM >= 62.1度、SR >= 27.9 V/μs）。基准网表发布于 https://github.com/AMPICLab/AMPICBench。作者：Vishal Saxena, Soumyajit Mandal 类别：cs.AR, cs.AI