Կարո՞ղ է AI-ն նախագծել տպագիր տախտակներ. ինչ է չափում EEBench-ը

OpenAI-ն GPT-6 Astra-ի ներկայացման գրառման գլխավոր էջում տեղադրել է ցուցադրություն, որտեղ մոդելը KiCad-ում աշխատում է տպագիր տախտակի վրա։ Էլեկտրոնիկան հազվադեպ է այսքան ուշադրություն ստանում խոշոր մոդելի թողարկման ժամանակ, և ցուցադրությունը վերարծարծում է հարց, որը atopile-ի թիմը վաղուց է տալիս. ինչպե՞ս չափել՝ արդյոք AI-ի արտադրած էլեկտրոնիկան իսկապես լավն է։

Այս հարցին փորձում է պատասխանել EEBench-ը՝ էլեկտրոնիկայի նախագծման բաց բենչմարք, որը կառուցում և ֆինանսավորում է atopile-ի թիմը։ Ըստ նրանց՝ ժամանակակից մոդելները էլեկտրոնիկայի մասին շատ ավելին գիտեն, քան ցույց է տալիս սովորական CAD գործիքներում նրանց աշխատանքի արդյունքը. նրանք կարդացել են դասագրքեր, տվյալների թերթիկներ և application note-ներ։

Ագենտը աշխատում է դեկլարատիվ կոդի հետ, ոչ GUI-ում

Գրաֆիկական CAD գործիքը կառավարող ագենտը ժամանակի մեծ մասը ծախսում է սեղմելու և էկրանին եղածին հետևելու վրա. նրա կոնտեքստը լցնում են կոորդինատները, մենյուները և հավելվածի վիճակը։ EEBench-ը փոխարենը օգտագործում է atopile-ը. շղթան ապրում է դեկլարատիվ կոդում, ուստի ագենտը ուղղակիորեն աշխատում է բաղադրիչների, միացումների և էլեկտրական սահմանափակումների հետ, կարող է փոխել նախագիծը, կառուցել այն, գործարկել սիմուլյացիա և տեսնել՝ ինչը ձախողվեց, առանց նախագծից դուրս գալու։ Թիմի խոսքով՝ սա շատ ավելի լավ է աշխատում, քան մոդելին GUI-ում գծեր գծել խնդրելը։

Իրական աշխարհը խրթին է

Հանրային առաջադրանքներից մեկը հիմնված է կենցաղային էլեկտրաէներգիայի հաշվիչի վրա։ Երբ նրա 5 վոլտ սնուցումը անհետանում է, շղթան պետք է պրոցեսորը կենդանի պահի ևս 20 միլիվայրկյան, որպեսզի պահպանի կուտակված ցուցմունքը, և պաշտպանված գիծը այդ ընթացքում պետք է մնա պրոցեսորի 3.0 վոլտ brownout շեմից բարձր։ Մոդելների մեծ մասը ինտուիտիվ գալիս է ճիշտ եզրակացությանը՝ ավելացնել կոնդենսատոր։ Սակայն իրական կոնդենսատորը դժվարացնում է գործը. կերամիկական բաղադրիչը լարման տակ կարող է տալ հայտարարվածից շատ ավելի փոքր տարողություն, բաղադրիչներն ունեն տոլերանսներ, իսկ ավելի մեծ տարողությունը թանկ է և դանդաղեցնում է գծի վերականգնումը, երբ սնուցումը վերադառնում է։ Հրապարակված օրինակում պաշտպանված գիծը 4.55 վոլտից իջնում է և 3 վոլտ շեմը հատում 0.85 միլիվայրկյանում՝ պահանջվող 20-ի փոխարեն։

Դետերմինիստական գնահատում և առաջատարների աղյուսակ

Ստուգումները լիովին դետերմինիստական են. համակարգը կառուցում է ներկայացված նախագիծը, ստեղծում շղթայի գրաֆը և բաղադրիչների ցանկը, գործարկում SPICE սիմուլյացիաներ, և յուրաքանչյուր պահանջ տալիս է չափում սահմանով։ Տեխնիկական միավորը միավորվում է ծախսերի արդյունավետության հետ՝ համեմատած հղումային բաղադրիչների ցանկի հետ, և արժեքը հաշվի է առնվում միայն այն ժամանակ, երբ շղթան արդեն աշխատում է։

Սեպտեմբերի 1-ի արդյունքներով Claude Opus 5-ը գլխավորում է ցանկը՝ 61.6% EEBench V1-ի 13 առաջադրանքներում, նրան հաջորդում են Grok 4.6-ը՝ 57.1% և Claude Fable 5.1-ը՝ 56.4%։ xAI-ը EEBench-ը ներառել է Grok 4.6-ի մոդելի քարտում՝ ինժեներական արագացում բաժնում, և նրանց հրապարակած գործարկումով մոդելը բարձր մտածողության ջանքով հասնում է 60.0%-ի։ OpenAI-ի փորձարկված մոդելները ավելի ցածր են՝ GPT-5.5՝ 42.3%, GPT-5.6 Sol՝ 39.4%։ EEBench V1-ը դեռ չի ստուգում՝ կարո՞ղ է մոդելը ամբողջական արտադրանք տեղադրել, արտադրել և գործարկել։