NVIDIA 近日釋出其 Nemotron 3 Ultra 模型，在代理式暫存器傳輸級（RTL）編碼任務中展現出領先的準確率與效率。該模型結合 ACE-RTL 代理，在綜合 Verilog 設計問題（CVDP）基準測試中，平均通過率達到 97.1%，優於 GLM 5.2 的 92.1% 和 Kimi K2.6 的 95.2%。更重要的是，Nemotron 3 Ultra 在多個子類別中實現了 100% 的通過率，同時每次迭代平均僅消耗 6,629 個 token，比 GLM 5.2 減少約 28%，比 Kimi K2.6 減少約 71%。
現代晶片設計日益受限於工程時間。RTL 開發與驗證需要專門的硬體知識、精確推理以及與電子設計自動化（EDA）工具的反覆互動。大型語言模型（LLM）已加速程式碼生成，而 AI 代理通過利用驗證反饋迭代糾錯，進一步擴充套件了其影響力。ACE-RTL 代理正是為此設計，它包含生成器、反射器和協調器三個元件，能夠模擬工程師的迭代工作流：生成 RTL 程式碼、執行模擬或工具檢查、分析失敗原因並逐步最佳化設計。
在 CVDP 基準測試的九大任務類別中，包括 RTL 程式碼補全、自然語言規格轉程式碼、程式碼修改、模組複用、程式碼改進（linting/QoR）、測試台激勵生成、測試台檢查器生成、斷言生成以及除錯/錯誤修復，Nemotron 3 Ultra 均表現強勁。單獨使用模型時，Nemotron 3 Ultra 的通過率為 65.7%，而結合 ACE-RTL 代理後躍升至 100.0%，凸顯了迭代工具反饋與上下文演化在解決實際 RTL 任務中的關鍵作用。
Nemotron 3 Ultra 採用 混合 Mamba-Attention 專家混合（MoE）架構，並基於多樣化、經過規則過濾的合成 RTL 資料集進行訓練，從而支援高吞吐量、低成本的長上下文推理。這一架構使其成為與 Cadence、Siemens 和 Synopsys 等主流 EDA 工具整合的實用基礎。更高的通過率意味著代理能解決更多獨特的硬體問題，而更低的 token 消耗則減少了每次迭代的推理開銷，這對於需要大量迭代的代理式編碼場景尤為重要。
NVIDIA 表示，ACE-RTL 代理與 Nemotron 3 Ultra 的組合代表了 RTL 編碼代理的標準模式，能夠顯著提升晶片設計自動化的效率與準確性。對於 AI 晶片產業鏈而言，這一進展有望縮短硬體開發週期、降低人力成本，並推動 EDA 工具鏈向更智慧化的方向發展。