AI đã thiết kế được bo mạch điện tử chưa?

Việc OpenAI đưa demo GPT-6 Astra thao tác trên bo mạch trong KiCad lên trang chủ đã gây chú ý lớn, nhưng liệu AI có thực sự làm được việc này một cách đáng tin cậy hay chưa? EEBench — một chuẩn đánh giá mới từ đội ngũ phát triển atopile — đang tìm cách trả lời câu hỏi đó bằng các bài kiểm tra định lượng dựa trên mô phỏng điện tử thực tế.

Kiến thức nền tảng của AI về điện tử là rất sâu

Theo EEBench, các mô hình ngôn ngữ lớn hiện nay có kiến thức đáng ngạc nhiên về điện tử, vượt xa những gì chúng thể hiện qua các công cụ CAD truyền thống. Nguyên nhân là chúng đã "đọc" qua sách giáo khoa, datasheet, ứng dụng ghi chú và rất nhiều mã nguồn.

Tuy nhiên, khi buộc AI thao tác trên giao diện đồ họa CAD, hầu hết thời gian của nó lại bị tiêu tốn vào việc nhấp chuột và theo dõi tọa độ, menu, trạng thái ứng dụng. Chính vì thế, EEBench chuyển sang dùng atopile — nơi mạch điện được mô tả bằng mã khai báo (declarative code). Nhờ đó, AI có thể can thiệp trực tiếp vào linh kiện, kết nối và ràng buộc điện học, thay vì phải "vẽ đường thẳng trong giao diện".

Thực tế luôn phức tạp hơn lý thuyết

Bài toán năng lượng điện tử gia dụng (residential energy meter) trong bộ đánh giá EEBench V1 cho thấy rõ sự khác biệt giữa sách vở và thực tế. Khi nguồn 5V bị cắt, mạch phải duy trì điện áp cho vi xử lý trên ngưỡng 3.0V trong 20ms. Hầu hết các mô hình đều đi đến kết luận trực quan ban đầu: thêm tụ điện. Nhưng một tụ gốm thực tế có thể cung cấp điện dung ít hơn nhiều so với công bố khi đặt dưới điện áp, cộng thêm sai số linh kiện. Một thiết kế chỉ đúng với giá trị danh định có thể thất bại ngay khi linh kiện thật được gắn lên bo.

Cách chấm điểm của EEBench

EEBench hoàn toàn xác định (deterministic). Nó xây dựng thiết kế nộp bài, dựng sơ đồ mạch và danh mục linh kiện, sau đó chạy một loạt mô phỏng SPICE và kiểm tra thiết kế. Điểm số kỹ thuật được kết hợp với đánh giá hiệu chi phí so với bảng nguyên vật liệu tham chiếu. Chi phí chỉ được tính sau khi mạch hoạt động đúng với yêu cầu.

Một điểm quan trọng: EEBench sử dụng linh kiện có thật từ các nhà sản xuất, với thông số trích từ datasheet và đưa vào mô hình SPICE. Agent phải tìm tổ hợp hoạt động ổn định trên tất cả các góc sai số, đồng thời chọn linh kiện tồn tại trên thị trường, có thể đặt hàng và có giá hợp lý. Cân bằng giữa hiệu năng điện, chi phí và nguồn cung chính là bản chất của kỹ thuật điện.

Kết quả trên bảng xếp hạng rất khả quan

Kết quả ngày 1/9 cho thấy các mô hình mạnh đến mức bất ngờ:

• Claude Opus 5 đạt 61.6% trên 13 bài tập.
• Grok 4.6 đứng thứ hai với 57.1%.
• Claude Fable 5.1 theo sát với 56.4%.

"Một vài tháng trước, chúng tôi không nghĩ các mô hình có thể đạt được kết quả tốt đến vậy."

Đáng chú ý, xAI đã đưa EEBench vào mô hình Grok 4.6 trong chuyên mục "tăng tốc kỹ thuật" (engineering acceleration). OpenAI cũng đang cho thấy sự quan tâm khi chọn một bo mạch PCB cho demo đầu tiên của GPT-6 Astra. Còn GPT-5.5 và GPT-5.6 Sol chỉ đạt lần lượt 42.3% và 39.4%.

Môi trường huấn luyện tương lai

Bộ kiểm tra EEBench không chỉ giúp xếp hạng mà còn có thể được dùng làm tín hiệu phần thưởng (reward signal) trong huấn luyện tăng cường (RL). Nếu một AI thất bại, hệ thống sẽ biết chính xác điện áp nào vượt ngưỡng, góc vận hành nào lỗi hay thiết kế có tối ưu chi phí hay không — điều mà một lời nhận xét "mạch trông có vẻ hợp lý" không thể cung cấp.

Kết luận: Có, nhưng vẫn còn xa mới hoàn hảo

Đối với một tập hợp các bài toán mạch hữu ích và đang ngày càng mở rộng, các mô hình AI hiện đại đã có thể thiết kế được bo mạch. Điểm số cũng cho thấy vẫn còn nhiều việc phải làm. Như lời cảnh báo của EEBench: "Chúng tôi vẫn chưa dám yêu cầu AI thiết kế một máy tạo nhịp tim và cài đặt kết quả một cách mù quáng. Nhưng chúng tôi đang trên đường đến đó."

Với các bạn đọc quan tâm đến xu hướng này tại Việt Nam, đây là một bước tiến quan trọng giúp dân kỹ thuật phần cứng trong nước hình dung rõ hơn về năng lực thực sự của AI khi ứng dụng vào thiết kế điện tử, cũng như là cơ hội để các startup phần cứng tận dụng AI trong vòng đời sản phẩm ngay từ giai đoạn thiết kế.