Что вы узнаете:
- Как ИИ влияет на разработку микросхем.
- Как EDA на базе искусственного интеллекта используется в автоматизации.
Искусственный интеллект подпитывает инновации во всех отраслях, стимулируя спрос в полупроводниковой промышленности на большее количество чипов с экспоненциально большей производительностью и энергоэффективностью. Неудивительно, что индустрия чипов обратилась к ИИ, чтобы удовлетворить эти потребности. Используя ИИ для автоматизации утомительных задач на протяжении всего процесса проектирования и разработки чипов, а также для повышения креативности и принятия решений человеком, ИИ теперь подпитывает новые инновации в области проектирования чипов, которые были бы немыслимы всего несколько лет назад.
В этой статье мы рассмотрим, как разработчики микросхем используют ИИ инновационными способами. Это включает ускорение разработки микросхем, несмотря на растущую сложность, проектирование для конкретных вариантов использования, таких как высокопроизводительные вычисления и автомобилестроение, а также решение растущего дефицита рабочей силы в области проектирования полупроводников.
- Ускорение разработки полупроводников с помощью проектирования с использованием искусственного интеллекта
- Использование ИИ для систем с триллионом транзисторов
- Сокращение дефицита рабочей силы в области полупроводниковой инженерии с помощью ИИ
- Преобразование полупроводниковой промышленности с помощью ИИ
Ускорение разработки полупроводников с помощью проектирования с использованием искусственного интеллекта
Инструменты ИИ особенно эффективны в областях с высокой повторяемостью, таких как выявление ошибок и поиск закономерностей в больших объемах данных, а также в областях, где сложные пространства поиска и варианты выбора выходят за рамки аналитических возможностей человека, таких как оптимизация мощности, производительности и площади (PPA).
Инструменты на основе ИИ могут выявлять ошибки и предлагать улучшения, которые могут упустить разработчики-люди, что имеет решающее значение в быстро развивающейся отрасли, где точность и скорость имеют решающее значение. Более того, внедряя Эти инструменты, основанные на обучении с подкреплением, совершенствуются с каждой итерацией, улучшая свои алгоритмы и усиливая свое влияние на большее количество проектов посредством непрерывного обучения.
Сегодня ИИ используется во всем стеке EDA, включая улучшение аналогового проектирования, а также автоматизацию и улучшение процессов проверки и тестирования. Встроенные возможности анализа данных Объединяйте и используйте обширные данные, полученные в ходе проектирования, тестирования и производства ИС с использованием ИИ, чтобы способствовать принятию более разумных решений и дальнейшему повышению качества микросхем, выхода годных изделий и производительности.
Использование ИИ для систем с триллионом транзисторов
Расширенные требования к кремнию в таких сегментах, как высокопроизводительные вычисления и автомобилестроение, направляют эволюцию к системам с триллионами транзисторов, состоящим из модульных конструкций на основе чиплетов, с которыми традиционные методы проектирования не справляются. Здесь возможности 3D-проектирования с поддержкой ИИ доступны для анализа ключевых факторов, таких как распределение питания и планирование соединений для ускорителей, гарантируя, что окончательный проект соответствует конкретным потребностям приложения.
Кроме того, полупроводниковый IP играет ключевую роль в развитии архитектуры проектирования чипов — он обеспечивает высокие скорости соединения и безопасную, точную и быструю передачу данных на чипах и между SoC. Использование проверенного кремнием, совместимого и соответствующего стандартам IP ускоряет разработку чипов за счет снижения риска интеграции для производства. Он также помогает гарантировать, что полученные чипы будут работать по плану и не будут создавать узкие места в данных.
Поскольку отрасль переходит на более модульные конструкции на основе чиплетов, оптимизация 3D-проектирования на основе искусственного интеллекта и соответствующая стандартам интеллектуальная собственность становятся все более важными факторами для успеха кремниевых технологий.
Сокращение дефицита рабочей силы в области полупроводниковой инженерии с помощью ИИ
В основе инноваций в области полупроводников лежит высокотехническая и квалифицированная рабочая сила. Поскольку отрасль быстро приближается к ожидаемому показателю в $1 трлн к концу десятилетия, растут и опасения по поводу масштабирования глобальной инженерной рабочей силы для удовлетворения этих потребностей и новых возможностей.
Надвигающаяся нехватка талантливых специалистов в области полупроводников ставит под угрозу технологические инновации во всех отраслях промышленности, при этом более К 2030 году потребуется еще один миллион специалистов по полупроводниковой промышленности Согласно некоторым прогнозам (Deloitte, 2023). В этом контексте ИИ также выступает в качестве жизненно важного решения.
Последние достижения в области генеративного ИИ на основе LLM для проектирования микросхем включают возможности совместной работы. Например, экспертное руководство инструментами и генерация сопутствующих материалов помогают инженерам на протяжении всего потока EDA от цифрового, аналогового и 3D-проектирования до проверки и тестирования. Использование круглосуточного помощника «второго пилота» — это игра-революция для проектировщиков микросхем, позволяющая им масштабировать свою производительность, развивать свои навыки и получать важную поддержку по вопросам и проблемам именно тогда, когда это необходимо.
Преобразование полупроводниковой промышленности с помощью ИИ
Проектирование на основе ИИ преобразует полупроводниковую промышленность, автоматизируя процессы, повышая эффективность и стимулируя изобретательность для решения все более сложных задач. И темпы инноваций не показывают никаких признаков остановки. Если мы сможем вырастить нашу талантливую рабочую силу, неизвестно, как уполномоченные проектные группы раздвинут границы того, что мы считаем возможным, используя ИИ.
