NVIDIA HORIZON: Agente autónomo para diseño RTL con Git

El diseño de hardware a nivel de registro (RTL) es un campo donde la precisión y la complejidad se entrelazan de forma extrema. Hasta hace poco, la generación automática de código Verilog o VHDL se limitaba a respuestas únicas, incapaces de garantizar la corrección funcional en ciclos de simulación, convenciones de reset o anchos de bus. NVIDIA Research ha presentado HORIZON, un marco de trabajo que trata el diseño hardware como una evolución de código a nivel de repositorio, utilizando Git como sustrato de control y un bucle autónomo de agente que itera hasta que una puerta de aceptación ejecutable verifica el resultado. Este enfoque no solo alcanza un 100 % de tasa de éxito en los benchmarks evaluados, sino que reabre el debate sobre cómo la inteligencia artificial puede integrarse en flujos de ingeniería críticos.

La clave de HORIZON reside en su capacidad para operar sin intervención humana una vez definido un 'harness' en Markdown estructurado. Ese harness contiene el objetivo, direcciones de conocimiento de dominio, una especificación del evaluador y un predicado de aceptación. Un agente bootstrap lo convierte en un paquete de proyecto, y luego un bucle autónomo planifica ediciones, ejecuta herramientas de simulación y decide si confirma (commit) la versión o la descarta. Cada intento exitoso queda registrado como un commit con notas que adjuntan la evidencia del evaluador, mientras que los fallos se almacenan como ejemplos negativos. La historia del repositorio se convierte así en un buffer de experiencia, sin necesidad de una base de datos separada. Para las empresas que buscan ia para empresas con capacidad de razonamiento iterativo y verificación automatizada, este modelo representa un avance significativo, aunque el equipo investigador admite que el diseño de hardware con agentes aún no está resuelto: persisten problemas como el 'reward hacking' o la latencia de las señales de realimentación en bucles de síntesis y PPA.

Una lección importante de HORIZON es que el consumo de tokens, no la tasa de aprobación final, se convierte en la métrica más relevante una vez que se alcanza la corrección. Aproximadamente el 91 % de los tokens se deben a entrada en caché, pero el coste se concentra en categorías difíciles como la finalización de código RTL, que requiere 82 iteraciones. Esto subraya la necesidad de optimizar la eficiencia de los agentes IA en entornos reales. Desde la perspectiva de una empresa tecnológica, integrar este tipo de capacidades en los flujos de trabajo habituales exige no solo modelos potentes, sino infraestructura cloud robusta y servicios de inteligencia de negocio que permitan monitorizar y ajustar el rendimiento. En Q2BSTUDIO ofrecemos aplicaciones a medida que pueden incorporar bucles de razonamiento similares, adaptados a sectores como la verificación hardware, el análisis de datos o la ciberseguridad.

El marco de HORIZON es agnóstico al generador subyacente, lo que lo hace extensible a otros dominios como testing de software, síntesis lógica o verificación formal. La clave está en su protocolo unificado: un evaluador ejecutable, un predicado de aceptación y una política de control de versiones. Para las empresas que ya trabajan con servicios cloud aws y azure, la replicación de este patrón en infraestructura moderna es directa: cada iteración puede ejecutarse en contenedores aislados, y el historial de commits ofrece trazabilidad total. Además, la combinación de inteligencia artificial con herramientas de ciberseguridad permite auditar cada cambio, garantizando que no se introduzcan vulnerabilidades en el diseño hardware. En Q2BSTUDIO desarrollamos software a medida que integra estos principios, desde asistentes de codificación autónomos hasta sistemas de servicios inteligencia de negocio con power bi para visualizar el progreso de las campañas de verificación.

El camino hacia agentes de diseño completamente autónomos requerirá superar desafíos como la latencia de realimentación en bucles de días o semanas, y la necesidad de ocultar pruebas aleatorizadas para evitar el sobreajuste. No obstante, HORIZON demuestra que es posible alcanzar un 100 % de corrección en benchmarks controlados con un solo agente y sin intervención manual. Para cualquier organización que busque automatizar procesos complejos con garantías, este trabajo sienta las bases de una nueva generación de herramientas de ingeniería asistida por IA. En Q2BSTUDIO ayudamos a empresas a implementar soluciones similares, adaptando la lógica de evolución de repositorios a sus propios dominios, combinando ia para empresas, cloud y análisis de datos en un ecosistema cohesionado.