NVIDIA 近日发布其 Nemotron 3 Ultra 模型，在代理式寄存器传输级（RTL）编码任务中展现出领先的准确率与效率。该模型结合 ACE-RTL 代理，在综合 Verilog 设计问题（CVDP）基准测试中，平均通过率达到 97.1%，优于 GLM 5.2 的 92.1% 和 Kimi K2.6 的 95.2%。更重要的是，Nemotron 3 Ultra 在多个子类别中实现了 100% 的通过率，同时每次迭代平均仅消耗 6,629 个 token，比 GLM 5.2 减少约 28%，比 Kimi K2.6 减少约 71%。
现代芯片设计日益受限于工程时间。RTL 开发与验证需要专门的硬件知识、精确推理以及与电子设计自动化（EDA）工具的反复交互。大型语言模型（LLM）已加速代码生成，而 AI 代理通过利用验证反馈迭代纠错，进一步扩展了其影响力。ACE-RTL 代理正是为此设计，它包含生成器、反射器和协调器三个组件，能够模拟工程师的迭代工作流：生成 RTL 代码、运行仿真或工具检查、分析失败原因并逐步优化设计。
在 CVDP 基准测试的九大任务类别中，包括 RTL 代码补全、自然语言规格转代码、代码修改、模块复用、代码改进（linting/QoR）、测试台激励生成、测试台检查器生成、断言生成以及调试/错误修复，Nemotron 3 Ultra 均表现强劲。单独使用模型时，Nemotron 3 Ultra 的通过率为 65.7%，而结合 ACE-RTL 代理后跃升至 100.0%，凸显了迭代工具反馈与上下文演化在解决实际 RTL 任务中的关键作用。
Nemotron 3 Ultra 采用 混合 Mamba-Attention 专家混合（MoE）架构，并基于多样化、经过规则过滤的合成 RTL 数据集进行训练，从而支持高吞吐量、低成本的长上下文推理。这一架构使其成为与 Cadence、Siemens 和 Synopsys 等主流 EDA 工具集成的实用基础。更高的通过率意味着代理能解决更多独特的硬件问题，而更低的 token 消耗则减少了每次迭代的推理开销，这对于需要大量迭代的代理式编码场景尤为重要。
NVIDIA 表示，ACE-RTL 代理与 Nemotron 3 Ultra 的组合代表了 RTL 编码代理的标准模式，能够显著提升芯片设计自动化的效率与准确性。对于 AI 芯片产业链而言，这一进展有望缩短硬件开发周期、降低人力成本，并推动 EDA 工具链向更智能化的方向发展。