NVIDIA HORIZON: agente autônomo atinge 100% em benchmarks de design de hardware RTL

A NVIDIA Research apresentou o HORIZON, um framework de agente autônomo para design de hardware que trata o desenvolvimento RTL (Register-Transfer Level) como evolução de código versionado em repositório. O sistema atingiu 100% de conclusão em todos os benchmarks RTL avaliados.

Diferente de abordagens de geração de código em etapa única, o HORIZON hospeda cada problema de design como um repositório versionado. A única entrada necessária é um harness em Markdown estruturado com quatro componentes: objetivo, direções de conhecimento de domínio, especificação do avaliador e predicado de aceitação.

Loop de evolução baseado em Git

Um agente de bootstrap compila o harness em um pacote de projeto. A partir daí, o loop roda sem intervenção humana: cada ciclo planeja um alvo, edita a worktree, invoca ferramentas e executa o avaliador. O predicado de aceitação decide: commit da nova versão ou registro da falha.

O Git é o substrato central, não apenas contabilidade incidental. Diffs expõem mudanças propostas, commits definem checkpoints aceitos e notas anexam evidências do avaliador. O histórico do repositório funciona como buffer de experiência — commits bem-sucedidos viram exemplos positivos de reparo, tentativas rejeitadas são registradas como exemplos negativos.

Resultados nos benchmarks

Usando GPT-5.3 como backbone fixo, o HORIZON foi avaliado em 12 categorias que cobrem ChipBench, RTLLM-2.0, Verilog-Eval-v2 e nove categorias CVDP (de CID 002 a 016). Os resultados:

• ChipBench: 20% na primeira iteração → 100% em 5 iterações
• RTLLM-2.0: 78% → 100% em 2 iterações
• Verilog-Eval-v2: 86.2% → 100% em 2 iterações
• CVDP CID 002 (compleção de código RTL): 3.2% → 100% em 82 iterações (maior custo de tokens)
• CVDP CID 013 (geração de checkers): 3.8% → 100% em 19 iterações
• CVDP CID 014 (geração de assertions): 79.1% → 100% em 1 iteração

A taxa agregada de aprovação na primeira iteração é de 47.8%. Cerca de 91% de todos os tokens são de entrada em cache, o que reduz significativamente o custo de API. A equipe trata a eficiência de tokens — não a taxa de aprovação final — como a métrica que mais precisa melhorar.

Onde o HORIZON se encaixa

O HORIZON estende uma linhagem de sistemas de auto-evolução em escala de repositório. Enquanto sistemas anteriores como AlphaEvolve (2025), SATLUTION (2025) e ABCEvo (2026) evoluíam software, o HORIZON evolui os artefatos de hardware que engenheiros criam. Todos compartilham um princípio: uma mudança candidata só é admitida quando evidência executável a sustenta.

Limitações

Apesar dos 100% de conclusão, a equipe afirma claramente que o design agentivo de hardware não está resolvido. Os benchmarks são proxies controlados para um problema de engenharia muito mais amplo. A interface de recompensa permite over-solving — “passar” pode significar satisfazer o harness visível, não a especificação completa. Além disso, a qualidade de resultados de síntese (QoR) não foi otimizada neste trabalho.

O HORIZON demonstra que agentes autônomos podem evoluir artefatos de hardware complexos através de versionamento e verificação iterativa — um avanço significativo para a interseção entre IA e design de semicondutores.