MIPS 将结合其基于工作负载的开发方法和软件使用 Apex 设计优化功能。
据 Xcelsa 介绍，Apex 包含两个组件：验证智能堆栈和物理智能堆栈。
前者旨在通过形式等效性验证，确保优化过程中所做的修改能够保持参考设计的功能行为。
后者则分析所提出的修改的物理后果。Xcelsa 指出，该功能无需依赖 EDA 工具即可推断这些影响。

据这些公司称，该平台可以探索数千种设计方案，目标是优化功耗、性能和面积参数 (PPA)。.

MIPS 和 Xcelsa 展示了在生产规模的 MIPS 设计开发过程中取得的具体成果。
在该测试中，Apex 平台针对加载/存储单元中存在严重时序违例的路径进行了优化。
据两家公司称，该平台在不到三个小时内解决了这一违例，并将关键路径延迟降低了 33%。
优化过程涉及重写设计模块的大部分代码。随后，优化结果经过形式化验证，证实其与参考设计在功能上等效。这 33% 的延迟降低仅针对该特定路径和特定案例。

MIPS 估计，如果手动完成类似的工作，大约需要一名工程师一个月的时间。
该平台的一项关键特性是将自动化设计修改与形式等效性验证相结合。
在提供的示例中，Apex 修改了一个电路模块以解决时序问题，然后对修改后的设计进行了形式验证，以确认其功能与原始设计保持一致。

这样我们就可以区分两个不同的目标：改进某些实现参数，并验证所做的转换是否改变了想要保留的功能。.

MIPS 将此次合作置于其面向特定工作负载的平台战略框架内。
该方法涉及将软件需求与硬件架构和实现决策相结合。在汽车、机器人或工业控制等应用中，可能会涉及到确定性性能、能耗、实时响应和功能安全要求等参数。

Apex 的加入旨在扩大设计和优化迭代过程中可以探索的替代方案的数量。.

人工智能、汽车和机器人应用： MIPS 和 Xcelsa 正在携手合作，共同开发用于人工智能、汽车、航空航天、工业、机器人、通信基础设施和其他嵌入式系统的定制芯片。MIPS还将此次合作与其物理人工智能平台战略联系起来。物理人工智能是指能够与物理环境交互的人工智能系统。此次合作将借助 Xcelsa 的优化能力扩展 MIPS 生态系统，但此次公告并未提及任何新的处理器、商用 ASIC 或联合开发的物理设备。