AI-driven设计福利项目成熟的节点。
在过去的几年里,人工智能(AI)日益扮演重要角色在芯片开发过程。但是,当人们谈论AI-designed芯片,它通常是在最新的背景下,先进的设计制造先进的流程节点(7/5nm和小)并有充分的理由。这样的设计不断推向权力的界限,性能和面积(PPA)在严格的生产规则。他们依靠几个星期甚至几个月的实验由有经验的工程资源工艺最好的结果。这种方法,俗称设计空间探索(DSE),一个巨大的代价设计师的生产力和投放市场的时间,同时离开PPA放在桌子上。需要一个聪明的和有效的方式向前芯片设计是明确解释AI-enabled工具的快速应用和解决方案。
AI-driven设计应用程序被证明是一个巨大的半导体行业的福音。他们使设计师能够实现解决方案以前认为不可能的事情,在很多情况下,传统方法难以达到。俗话说的好,“证明布丁。“从最近的文章在《连线》杂志描述三星杠杆Synopsys对此人工智能软件来设计他们的最新智能手机芯片Exynos几个真实的结果由阿尔特•德•Geus Synopsys对此的董事长兼ceo,在最近热芯片会议主题地址的结果,将人工智能应用于设计行业的尖端,高级节点芯片令人印象深刻。
然而,将人工智能应用于每一个有价值的设计吗?“建立”在多个成熟的过程节点设计吗?答案是一个响亮的“是的!”,这是一个非常重要的一个。让我们仔细看看。
今天大部分的电子应用在家用电器、电脑、汽车、手机、工业设备、医疗至少有几个芯片在成熟的过程节点(16/14/12nm和更大)。事实上,这种设计占超过50%的芯片设计的今天和未来的趋势继续下去,如肠易激综合症最近的一份报告所示。
图1:设计趋势开始。(来源:设计活动和战略意义,IBS 2021)
在成熟的节点,强劲需求芯片设计者面临几个挑战发展这些设备,以满足不断变化的需求。例如,大多数电子产品都面临越来越大的成本压力随着时间的推移,有一个激励来减少模具设备尽可能的大小。虽然这些芯片的性能通常不是一个首要任务,可能需要更多的速度,当新的有竞争力的产品出现。同样,新功能可能需要添加在应对竞争或地址不同的市场应用,并且通常不接受增加面积,成本,或权力。添加到所有这些挑战是全球芯片持续短缺,恶化的大流行和供应链的问题可能需要切换供应商和重新设计。
迁移到一个较小的节点添加功能,减少模具大小,或新或衍生品低功率设计并不总是一个选项,因为成本原因和由于相关工作都可以是相当大的。大多数模拟电路必须重新设计并不能简单地扩展。甚至重新将数字逻辑到新节点或不同的供应商是劳动密集型,需要大量实验来优化设计流程,等待最好的结果。鉴于在大规模生产的主流设计往往有较少的工程资源,项目进度节点迁移增加了相当大的风险。
这就是AI-driven自动化可以帮助解决差异化产品日益增长的需求,同时允许设计团队专注于创新管道(Synopsys对此的DSO.ai-设计空间优化人工智能是这样一个解决方案AI-driven芯片设计)。使用强化学习自主技术巨大的芯片设计空间搜索最优解,一个人工智能助手可以帮助工程师建立更好,更快,更便宜的半导体。
最近客户演示Synopsys对此用户组(舒适的)事件展示的好处AI-driven设计方案在多个40纳米芯片生产。描述的四个设计都在5 - 10百万门范围达到100 - 200 mhz -主流以今天的标准来看。客户的关键目标是降低功率和面积为他们的下一代产品以最小的周转时间和更少的工程资源。
第一个设计,一个的专家级工程师已经工作了一个月的时间来调整和优化设计,减少9%的能耗。应用Synopsys对此人工智能解决方案,在短短一个星期的设计团队与节省12%的电力解决方案。没有之前的训练数据(冷启动),AI击败了专业工程师生成的结果3%四分之一的时间,用更少的资源。
因为DSO。人工智能学习系统,不断培训和更新它的机器学习模型,在设计重用和项目帮助组织规模AI-grade生产力。第二设计、客户应用这种学习系统(热启动)整个设计周期在不同的修正,实现7%的功率降低,目标之前认为高不可攀。
鼓励这些积极的结果,应用人工智能的解决方案来帮助优化区域两个生产设计。在第一个中,客户节省4.4%的面积来实现。这一步,从这个设计知识重用之后,衍生品设计。这交叉训练导致面积减少12%,几乎没有人类interference-unleashing芯片设计的人工智能的真正威力。
图2:AI结果四40 nm的项目。(来源:Synopsys对此)
人工智能有着巨大的潜力,提高芯片开发的许多方面:逻辑设计、实现、验证、验证、测试等等。我们只是将一个新时代的开始:AI-driven设计。与最近的复苏硬件需求在每一个细分市场,它是我们幸运的AI帮助我们加速芯片设计在每一个节点。
|
|
|
|
|
|
|
|
|
|
留下一个回复