加速应用EDA AI /毫升、协作和协调的方法是必要的。
本工作研究了行业观点:
文摘
标准,常见的分类方法和机器学习培训和结构推断数据互操作性是至关重要的启用和加速使用人工智能和机器学习在半导体电子设计自动化。主题专家来自半导体和EDA行业突出的差异和共同点为AI /毫升EDA开发行业标准应用程序数据为设计领域包括数字、模拟、shapes-based和IP开发。作者得出结论,为了加速AI应用EDA /毫升、协作和协调的方法是必要的。这种方法的前提条件是建立最好的过程组织、利用和共享数据。Si2行业调查结果显示差距可用性和EDA AI /毫升数据组织。常见的数据模型可以解决数据组织差距对于芯片开发人员,EDA工具开发商、IP提供商和研究人员首先支持高利率EDA领域,设计数据和导出数据。
点击在这里下载。
|
|
|
|
|
|
|
|
|
|
留下一个回复