在半导体行业，如何将产品规格（Spec）自动转化为测试计划一直是验证（Verification）的核心挑战。随着LLM技术的兴起，多家企业试图通过自然语言处理直接解析规格文档并生成测试套件，但实际应用中却面临规范变动频繁、需求描述模糊等难题。慧荣科技（Breker）首席执行官Dave Kelf与CTO Adnan Hamid近日披露了其“双轨制”解决方案。

当前工程实践中的规格文档往往由基础规范与大量工程变更通知（ECN）叠加构成，不同版本间的合并常导致可读性下降。更为复杂的是，RISC-V等开放指令集的多重扩展变体，使得即便是经验丰富的验证工程师也可能产生理解偏差。Breker指出，自动化工具必须解决两大痛点：动态更新的上下文关联，以及隐藏在技术术语后的领域专业知识。

Breker的破局之策建立在其多年积累的专家系统上。其核心测试合成技术采用传统AI方法（如规则引擎），可避免LLM的“幻觉”问题，已成功应用于RISC-V合规性验证、SoC电源管理等功能测试。现阶段，他们正通过两个分支推进：一方面开发专用NLP解析器，将规格直接转换为可执行的测试流程图；另一方面与新兴AI代理平台合作，探索LLM在需求理解中的潜力。

这种“原则性AI”路径强调在既定验证方法论之上叠加新技术。例如在Arm SocReady认证中，Breker的测试库已包含缓存一致性检查、安全信任根验证等预制模块，新系统只需解析规格中的变量部分即可快速生成定制化测试方案。对于业界关心的准确率问题，Hamid坦言完全自动化尚未达到签核要求，但通过专家审核修正的混合模式已能显著提升验证效率。

随着2nm/3nm工艺演进带来的设计复杂度飙升，传统验证方法面临成本瓶颈。Breker的双轨策略既保证了现有工具的可靠性，又为LLM技术预留了进化空间。这种渐进式创新策略或将重塑EDA工具链，为AI-native验证时代的到来铺平道路。