01考场纪律：测试条件

• 考生：Claude Sonnet 5.5，思考档位 high；
• 编程框架：Claude Code 2.1.317——Anthropic 官方框架（模型与框架同厂商）；
• 技能配置：未给模型添加任何额外 SKILL；运行中如有 SKILL 均为CLI自带；
• 题目：T01–T10 十道题，功能 50 + PPA 50 + 时间 5，满分 105；功能不过，PPA 和时间分一票否决。PPA是基于其指标与参考实现的比值计算所得。

02Benchmark 测了什么？

十道题，梯度从「半小时速通」一路拉到「4 小时硬骨头」，考的全是数字 IC 工程师的日常硬活：

T10 是全卷最重的题：A/B 各每拍输入 1024 bit，要支持 INT8、INT16、FP16、BF16、FP8、FP4 以及 MXFP 等一堆数值格式，还要求「连续块流水」的持续吞吐——不许拿单块突发带宽糊弄。

计分规则自带芯片行业的价值观：

• 功能正确性 50 分：一票否决。功能不过，PPA 和时间分直接清零；
• PPA 50 分：功能全过后才启用，按面积 / 布线后延迟 / 能耗相对冻结参考实现归一打分；
• 完成时间 5 分：又快又好的才算数。

最必要的一条是：评测方不信自报成绩。Agent 自己在报告里写「PASS」、覆盖率 100% 都不算数——评测方固定 DUT 端口，用自己的参考模型和 testbench 重新验收一遍。想糊弄考官？门都没有。

03考场实录

先说整体印象：10/10 功能全过，是继 Astra、GPT-6.1-Sol 之后第三款功能满贯的模型。和前两位不同的是稳定性——前九道题，最低 83.89，最高 98.26，整条成绩曲线平得像一条基准线。我们来看看它怎么踹Astra的。

① T01｜路径不是最短，总分却是第一

SerDes 逗号热身题，Sonnet 5.5 交出 90.28——本题已测模型里的最高分，把 Astra 的 88.24 挤到第二；PPA 37.07 同样是本题第一。

拆开 RTL（只有 107 行），思路跟Astra如出一辙，亮点细数：

• 同款降维：9 位历史签名 h，拼上当前 10 位组成 19 位窗口 w，10 条候选窗口一次全看见；
• 扫掠掩码 sh：标出「历史里还剩几位有效」，过期比特永远凑不成窗口——边界情况的账提前算清；
• 训练期逐相位逗号标志 a/b，三个逗号严格等距 10 bit 的搜索并行完成；
• 综合后关键路径 16 级——比 Astra 多 3 级，但 PPA 比的不完全是级数，是时序？面积和能耗的总账，这本账它算得最细。

② T06｜98.26，刷新全场单题最高纪录

120 分钟的 AXI4-Lite 到 APB4 桥，Sonnet 5.5 考了 98.26——这是本 Benchmark 开考以来所有单题分数的最高纪录，此前的纪录是 Astra 在 T04 的 97.27。PPA 44.06，距离 50 分满分只差一根头发丝。

翻开答卷（166 行），这题它赢得明明白白：

• 缓冲复用：AW/W/AR 各只建一级深度，缓冲本身兼任 APB 载荷寄存器——PADDR、PWDATA 直接从缓冲出，不多建一个寄存器堆；
• payload 不复位：数据载荷寄存器全部省掉复位端，靠 valid/PSEL 限定可观测性，复位树和面积一起省；
• 无效请求短路：非法地址、零字节使能的请求不走 APB 总线，直接本地应答；
• 综合后只有 219 个单元、关键路径 10 级——一个小桥，修得又轻又稳。

③ T09｜CPU 大题，比历史SOTA高 21 分

权重 20% 的 RV32I 五级流水线 CPU，是全场最值钱的一道题，这道题目只给题面要求和PPA工具，没给任何测试用例。此前这道题的最高分是 K3.1 Pro 的 75.31；Sonnet 5.5 直接考出 96.35，一场拉开 21 分，PPA 45.68 同样是断层第一。

答卷 539 行，几个细节值得品味：

• 寄存器堆用 latch 阵列（源码里 LATCH_RF 参数，默认开启），32 个 latch 替掉一整块触发器阵列，面积账从这里开始省；
• 前递与冒险标志在 ID 级预计算（哪一路操作数来自 EX/MEM、哪一路要等 load 结果），EX 级只做选择、不做比较；
• 取指侧放了一级 skid buffer，对付可变等待的存储器接口，流水线不断流；
• 为这道题它烧掉了 2200 万 token、用了 104 分钟——耐心多次返工，也真的磨出了成绩。

更难得的是它竟然在两小时内做完了五轮迭代，而不是交卷就拍拍屁股走人了，五个版本每版都跑一遍PPA 流程拿数据反馈——

• v1 先求对：触发器寄存器堆，布线后面积 1831 µm²，setup 差 −0.566 ns，时序不达标；
• v2 换 latch 寄存器堆，面积砍到 1498 µm²，但写使能译码压在门控时钟路径上，时序反而 −0.677；
• v3 把取指地址寄存化（代价是跳转多一拍），时序一把追回 −0.155；中间还插了一版换回触发器堆的对照实验，面积弹回 1826 µm²，确认省面积靠的是 latch；
• v4、v5 把译码、前递选择、ALU 控制逐批挪进 ID/EX 寄存器：−0.042 → −0.019，时序差点就完全闭合。

最终交付的 v5：布线后面积 1490.6 µm²，比第一版瘦了 19%；setup 从 −0.566 一路磨到 −0.019 ns。而其他模型，大多是交完就跑路了。

当然，究竟该不该用latch就仁者见仁智者见智了，latch的应用虽然会导致更加复杂的时序收敛和DFT串链难题，但万一Agent们真能handle住它，那IBM z13/z15用14nm就做到5Ghz的荣光是不是可以复刻了呢？

④ T08｜token 燃烧现场

1GbE MAC 缺陷修复题，规格书长得能当枕头，考的是在存量长上下文工程里找 bug 修 bug——作为出题人，我可是把 FIFO 回滚的 bug 埋的相当深：回滚时写指针错用了「已发布」指针而不是「已提交」指针，已提交还没发布的帧会被误回收，一帧好帧就因为后面的坏帧凭空消失；该题除了修bug之外还需新增 VLAN C-tag 准入功能。

它的Token烧法有迹可循：全程 107 条 shell 命令、6 次全量编译、约 24 轮仿真，外加 8 趟完整物理流程（SRAM 映射 + ASAP7 布局布线）——物理流程每跑一趟，成堆的报表重新灌进上下文；全程 184 轮对话，每轮都带着全部历史往前滚。

事后对账，这 2745 万烧得其实有点冤。它似乎没有算一下面积结构账啊：这道题 94.4% 的面积是两颗冻结的 SRAM 宏——FIFO 被强制映射到固定的 4096×32 宏，谁也动不了；剩下能折腾的标准单元只有 1117 µm²，而它第一版就做到了 1127 µm²，几乎贴着参考实现。也就是说，面积和能耗这两条 PPA 的腿从第一版起就封顶了，真正有空间的只有比参考慢 12% 的那 0.1 ns 延迟。如果它先拆解一下面积构成、想清楚 SRAM 面积还能不能优化、该从哪下手，火力就该全部集中在时序上；但它 8 趟物理流程全是「重跑一遍看有没有退化」，烧掉的 token 只买了 「不再退化」的确定性，没有得到 「调优」的方向感。

95 分钟、2745 万 token 烧完，答卷是功能全过、总分 84.44。什么概念？它的 T01 只花了 86.6 万，这一道题烧掉了 T01 三十倍的量，时间也耗散掉了只得 1.03分，几乎贴着及格线。

⑤ T10｜压轴题：功能满分，PPA 没开张

最后一块拼图，分数出来了：功能满分通过，凑齐 10/10 满贯；但 PPA 是 0——T10 的 PPA 至今只有 Astra（0.42）和 6.1-Sol（0.28）抠出过非零，Sonnet 5.5 没能成为第三个。不过这道题权重 25%，它靠前十门攒下的家底已经足够厚：总分 81.01，领先 Astra 整整 5 分。

04成绩单揭晓

八位考生加权总分对比（满分 105）

这张成绩单的味道和前面任何一张都不一样：没有大起大落，没有翻车现场，九道已出分的题全部站上 80 分。它的最低分 83.89，放到多数考生的成绩单里能排进中上——均衡，就是这位考生最锋利的武器。T01、T06、T09 三题登顶，其中 T06 的 98.26 还是全场单题纪录。

悬念落地：81.01 分，榜首易主，领先 Astra 5 分——这是开赛以来第一名考生的分差第一次拉到 「整数」级别。短板也明摆着：T10 占了 25% 权重，它的 PPA 还是零。这道压轴题，依然是全体考生的未解之谜。

05来，上手玩玩

这套 Benchmark 的题目、验收源码、参考实现、ASAP7 工艺包和评测脚本全部开源，工具链不要钱，装好一条命令就能复测：

github.com/EasySilicon/DigitalICDesignBenchmark

欢迎下载、评估、收藏加星⭐。也欢迎拿你心仪的模型来跑一遍——说不定下一篇的主角，就是你测出来的。

上一篇：GPT-6.1-Sol 芯片首考：Astra性价比平替版