AI 摘要
- 半導體專家利用Meta Muse AI代理完成RISC-V架構密碼學SoC設計，總成本僅約2,000美元並消耗約1億Token。
- 晶片整合SHA-256與Ed25519等演算法，包含約6.1萬個邏輯單元且功耗僅20mW，並透過OpenROAD產出GDS版圖。
- 團隊計畫將高效能Layer-1區塊鏈Thru原生移植至該晶片，並尋找多專案晶圓（MPW）機會推進流片。
晶片設計向來仰賴龐大的工程時間與昂貴的專業EDA工具，如今AI代理正引領硬體研發的新革新。半導體專家@bubbleboi近期宣布，僅利用Meta Muse AI代理，便成功完成一款基於RISC-V架構、針對區塊鏈與密碼學應用打造的客製化SoC晶片設計。整個設計流程消耗約1億Token，估計成本僅約2,000美元，展現了生成式AI跨足實體晶片設計（Physical Design）的全新突破。
Meta Muse深度參與晶片實體設計與GDS檔產出
與過去僅輔助撰寫Verilog或底層程式碼不同，Meta Muse直接深入參與從晶片實體設計、驗證測試到製造前準備的全流程。開發者透過開源EDA工具OpenROAD，引導Meta Muse完成該款客製化SoC的布局繞線（Place-and-Route），自動安排大量邏輯閘位置並完成金屬走線。最終，Meta Muse成功產出晶片可直接送交晶圓廠生產的GDS／GDSII版圖檔（數位藍圖）。
規格與硬體效能指標
該款專為區塊鏈打造的ASIC整合了多項關鍵密碼學硬體演算法，包括SHA-256／512、Keccak、Ed25519以及secp256k1，能有效支援資料雜湊、數位簽章建立與即時驗證。其核心硬體技術規格如下：
| 規格項目 | 技術參數與指標 |
|---|---|
| 邏輯單元數量 | 約 61,590 個邏輯單元 |
| 核心運作時脈 | 最高可達 100MHz |
| 時序餘裕（Slack） | 約 4.5 奈秒 |
| 整體功耗 | 約 20mW |
| 演算法硬體支援 | SHA-256/512、Keccak、Ed25519、secp256k1 |
| 驗證與相容性測試 | 通過DRC檢查、RISC-V ACT測試套件、約150萬組Berkeley TestFloat測試向量 |
| 設計運算消耗與成本 | 約 1 億 Token，成本約 2,000 美元 |
下一步：原生運行Thru區塊鏈並推向MPW流片
雖然晶片已完成版圖產出，但開發仍在進行中。@bubbleboi計畫下一步為晶片加入向量指令集，移除當前作為基礎的第三方CPU核心，並針對記憶體配置最佳化，目標是將支援C與Rust語言的高效能Layer-1區塊鏈「Thru」直接移植並原生運行於這款RISC-V晶片之上。目前團隊正在積極尋求多專案晶圓（Multi-Project Wafer，MPW）機會，透過共享晶圓降低製造成本，推進最終的Tape-out流片階段。
產業現況：AI代理距離全自動設計仍有挑戰
雖然Meta Muse展現了極高效率，但產業評估指標顯示AI全面接管晶片設計仍有長路要走。根據輝達（NVIDIA）與ChipAgents近期發布的「Build-A-Chip-Bench」晶片設計基準測試，目前表現最佳、由Anthropic Claude Fable 5.1驅動的AI代理得分僅為16.6%。這證明AI短期內無法完全取代資深晶片工程師，但以Meta Muse為代表的應用已證實，AI代理能夠大幅降低特定領域專用晶片（ASIC）的客製化門檻與研發週期。
Reference Link : technice.com.tw
