在生成式AI（GenAI）重塑各行各业之际，芯片设计领域正面临独特的信任挑战。9月10日，Perforce将举办专题研讨会，由全球IP生命周期管理专家Vishal Moondhra深度解析这一技术革命背后的隐忧。

三大核心风险浮出水面：首先是数据归属的权责灰色地带——当AI模型使用来源不明的训练数据时，知识产权纠纷将如何界定？其次是「黑箱训练」带来的可追溯性缺失，这使得排查设计错误犹如大海捞针。更严峻的是，芯片设计错误可能导致数千万美元的流片损失，而混合外部IP与内部验证数据的质量隐患进一步放大了风险。

Moondhra将揭密Perforce IPLM的破局之道：通过建立全链路追溯系统，对训练数据来源、IP版本演变、模型训练路径进行区块链式记录。这套方案不仅实现设计流程的透明化，更构建起覆盖EDA工具链、第三方IP库、内部验证数据的「数字护照」体系。研讨會还将展示如何通过动态权限管理，在利用公有模型加速创新的同时，守护核心IP资产的安全边界。

随着3nm以下制程和Chiplet技术的普及，AI辅助设计已成刚需。但唯有解决「可信AI」这座冰山下的庞杂问题，才能让技术创新真正转化为商业价值。本次研讨会将为从业者提供实战级的方法论与工具链，值得每一位芯片架构师与设计主管关注。