AIは回路基板を設計できるか？EEBenchが検証
원제: Can AI design circuit boards yet?
왜 중요한가
AIの電子回路設計能力を実回路シミュレーションで定量評価する初の公開ベンチマークとして、EDA業界でのAI活用指標となり得る。
EEBenchは2026年9月4日、AIが生成した電子回路の品質を定量評価するベンチマーク「EEBench V1」を公開した。OpenAIがGPT-6 AstraによるKiCad上での回路設計デモを公開したことを契機に、AIの電子設計能力を実測する必要性が高まったと説明している。
EEBenchは、AIモデルが出力した電子回路設計の品質を客観的に測定するためのベンチマークフレームワークを構築している。同チームによれば、現行モデルはテキストベースの知識（教科書・データシート・アプリケーションノートなど）を大量に学習しており、電子工学の知識自体は豊富だが、GUIベースのCADツール操作では座標やメニュー管理に多くのコンテキストを消費してしまう問題があるとしている。
EEBenchはGUIの代わりに宣言型コード言語「atopile」を採用。エージェントがコンポーネント・接続・電気的制約を直接操作し、設計変更・ビルド・シミュレーション・エラー確認をプロジェクト内で完結できる環境を整備した。
公開タスクの一例として、住宅用電力メーターの設計が挙げられている。5V電源が失われた際、プロセッサの蓄積データを保存するために20ミリ秒間3.0V以上のレールを維持する回路が求められる。あるモデルの提出物では公称22µFのコンデンサを使用したが、4.7Vバイアス下での実効容量は11.4µFにとどまり、必要な545µFを大幅に下回った。シミュレーションでは保護レールが要件の3Vを0.85ミリ秒で下回り、20ミリ秒の要件を満たせなかった。
EEBenchは電圧維持・回復特性・パッケージ制約・コストを総合的に採点する仕組みを持つ。