PICasso：面向硅光子器件自主优化的AI使能设计框架

我们提出PICasso，一个从自然语言规格出发对光子集成电路（PIC）进行自动综合、验证与优化的AI辅助框架。PICasso将结构化的NL→YAML→GDS生成管线与PDK感知的知识注入、自动布局布线、DRC/LVS验证以及基于SAX的光子仿真耦合在一起。为系统性评估AI驱动的光子设计，我们引入PIC-Set，一个包含36个参数化PIC设计任务的基准，涵盖核心光子原语和多组件电路。使用PIC-Set，我们在统一评估协议下对多个最先进的大语言模型（LLM）进行基准测试，指标包括结构和功能Spec@k等新度量、优化效率以及扰动下的鲁棒性。在该基准上，PICasso相比纯LLM生成显著提升了端到端规格满足度：在高复杂度电路上，结构Spec@3最高达92.7%，功能Spec@3最高达52%。此外，PICasso持续降低电路插入损耗，通过仿真引导优化将平均损耗从4.98 dB降至3.25 dB（改善1.74 dB）。这些结果表明，结构化领域约束、物理验证与仿真反馈将LLM从脆弱的网表生成器转变为实用的PIC设计智能体，能够以相对于手工GUI工作流具有竞争力的运行时间产出可制造版图。