安國國際導入AI自動化設計平台 突破類比電路設計瓶頸

成果實際畫面展示，透過專業領域大型語言模型與設計軟體迭代生成及檢查，輔以使用者回饋引導生成符合要求之布局。安國國際

類比電路設計向來是半導體產業中最仰賴工程師經驗與技術的領域之一，其長設計週期、高客製化程度等特色，往往成為產品上市的關鍵瓶頸。安國國際與陽明交通大學攜手合作，運用國網中心高效能運算資源，成功開發「基於大型語言模型的類比電路設計優化平台」，為產業數位轉型開創新局面。

安國國際資深經理林彥華指出，類比電路設計產業面臨三大核心挑戰。首先是人才培育困難，由於類比電路設計需要高度專業知識與實務經驗，新進工程師往往需要長時間訓練才能獨當一面；其次是設計流程繁雜且難以標準化，每個客戶對晶片設計的製程與規格要求不同，設計團隊必須大量客製化，甚至在轉換製程時需要重新佈局。

第三是效率瓶頸限制產品上市速度，複雜的設計流程與頻繁的重新設計，直接影響企業營收與競爭力。面對不同製程或應用需求時，設計團隊必須重新配置類比元件，造成大量時間與人力耗費，這些痛點促使安國決定導入AI自動化設計平台以解決核心問題。

國網中心算力大幅提升訓練效能  標準單元電路優化已見成效

為解決語言模型訓練資源不足的問題，安國團隊與國網中心合作，運用8顆H100 GPU裸機資源進行模型訓練與微調，相較於既有的內部設備，其模型訓練速度提升約3至6倍，大幅提升開發效率與實作可行性。

林彥華表示，此專案設定明確的量化目標，預期可降低新進設計師約70%的訓練與經驗累積時間，同時減少資深工程師約50%的重複性電路調校工作時間，使其能將更多精力投入於高價值的設計任務。

團隊彙整規格書與資深設計師的實務經驗作為語料，完成訓練後，模型已導入設計部門，由實際工程師進行推論測試。根據工程師的實務回饋，進行模型輸出結果的品質監控，並持續進行語料增補與模型微調，建構一套有效的設計回饋迴圈機制，持續優化模型表現與應用準確度。

陽明交通大學人工智慧系統檢測中心邊緣運算架構師謝翔丞表示，專案過程中其中最耗費算力的環節為語言模型的微調，特別是LLM微調與特定電路語意對應的模型訓練。高參數量與多任務輸出需求，必須仰賴大量GPU進行反覆訓練與驗證，國網中心提供的穩定GPU環境與高效網路，使資料轉移與模型調整流程更加順暢。

目前該平台已完成模型初步建置與內部測試，可針對特定標準單元電路進行元件調整與位置優化建議，且具備單元級的設計輔助能力，可與設計工具鏈結。在實際應用案例中，該團隊針對標準單元電路的元件配置優化，原本需要數小時的人工調整流程，現在可在30分鐘內完成初步調校。

模型建議與實際模擬結果誤差小於10%，符合量產前設計驗證階段的需求。資深設計師反映模型建議的邏輯正確、有助於思考，新人則可更快理解設計脈絡並進入狀況。

未來平台將依序推廣至高速介面電路模組與數位類比混合領域，若平台成熟，將考慮延伸至射頻電路、電源管理等高頻與多物理域整合的設計模組。在部署模式上，開發階段將持續使用國網中心算力，應用階段則轉為私有部署，提供給內部部門或策略合作夥伴使用。

林彥華提到，此專案是導入AI自動化於類比電路設計流程的先行案例，對企業與產業皆具實質戰略意義，可為台灣半導體產業的數位轉型與技術升級開創新的可能性。