芯片逆向工程挑战赛：仅给版图猜功能
推荐指数 51.0 NO. 018 · 2026.08.07
发布2026/08/06Score52Comments29
为什么值得看
Jane Street 发布了一个硬核谜题：只提供 ASIC 的物理版图（GDS 文件），要求逆向推导出芯片实现的神经网络功能。这是继年初神经网络逆向挑战后的升级版，深入到底层硬件栈。
编辑判断
这个挑战触及了芯片行业的一个真实痛点：硬件供应链信任。当你从第三方采购 IP 核或代工芯片时，无法验证门级网表是否被植入恶意逻辑。现有的形式验证和侧信道分析成本极高，而 Jane Street 把这种能力要求具象成了可参与的谜题。
对 AI 工程师的启示在于，随着推理芯片定制化（如 Groq、Cerebras、各类 AI 加速器），软件团队越来越需要理解硬件实现细节。这个挑战的解题思路——从版图提取网表、重建逻辑功能、再映射到算法——正是硬件安全审计的标准流程。
如果你在做边缘 AI 部署或涉及芯片选型，建议关注这类逆向方法论，未来定制芯片的供应链审计可能成为合规刚需。
社区反馈
意见分歧 25 条评论
核心争论：硬件级逆向工程是否可行：理论工具存在但实操极难，随机输入猜GPU指令集被证伪
looks like they didn't post any blog post about 2nd NN challenge (https://huggingface.co/spaces/jane-street/droppedaneuralnet) I was waiting for some writeup about permutation decyphering
That sounds like a fun challenge. Feels a lot more tractable than the neural net one.
Is there something like an Extract-SPICE tool that takes a circuit and gives you back a text rendering of it ?