中文 英语

标签:毫升

人工智能功耗暴增
通过布莱恩•贝利- 2022年8月15日-评论:2

机器学习正在消耗所提供的所有能源，这是一种昂贵、低效且不可持续的模式。在很大程度上，这是因为这个领域是新的、令人兴奋的、快速增长的。它的设计是为了在精度或性能方面取得新的突破。今天，这意味着更大的模型和更大的训练集，这需要处理过程的指数级增长。»阅读更多

ML和UVM有相同的缺陷
通过布莱恩•贝利- 2022年7月28日-评论

许多人肯定对UVM和机器学习(ML)有什么共同之处感到困惑，以至于它们可以被描述为具有相同的缺陷。在这两种情况下，在某种意义上都是一种疏忽的缺陷。让我们从ML开始，特别是物体识别。十年前，Alexnet加上图形处理器，成功击败了所有依赖传统的物体检测系统。»阅读更多

定制硅重新定义定制asic
通过安Mutschler- 2022年7月28日-意见:0

《半导体工程》杂志与Cadence公司Digital & Signoff集团的产品管理副总裁Kam Kittrell坐下来讨论定制硅以及驱动定制的原因;Codasip首席营销官Rupert Baines;Imperas营销副总裁Kevin McDermott;Movellus首席执行官Mo Faisal;西门子副总裁兼总经理Ankur Gupta…»阅读更多

自定义、异构集成和暴力验证
通过埃德·斯珀林- 2022年7月14日-意见:0

《半导体工程》杂志坐下来讨论了为什么异构设计需要新的方法，Synopsys公司硅实现组高级副总裁Bari Biswas;Ansys半导体事业部总经理兼副总裁John Lee;Cadence公司研发副总裁Michael Jackson;Prashant Varshney是微软Azu的产品主管。»阅读更多

利用机器学习提高产量
通过劳拉·彼得斯- 2022年7月12日-意见:0

机器学习在半导体制造业中正变得越来越有价值，它被用于提高良率和吞吐量。这在数据集有噪声的过程控制中尤其重要。神经网络可以识别超出人类能力的模式，或者更快地进行分类。因此，它们被部署在各种制造过程中……»阅读更多

谁负责处理器验证?
通过布莱恩•贝利- 2022年6月27日-评论

定义处理器是什么以及它应该做什么并不总是像听起来那么容易。事实上，许多公司正在努力应对将数百个异质处理元素塞进单个芯片或封装所带来的影响。公司有广泛的验证方法，但不是用于验证。验证是一个确保实现与特定目标相匹配的过程。»阅读更多

主动学习:将自然智能集成到人工智能中
通过奥利弗·塞尔- 2022年6月9日-评论:0

如今，几乎没有人会否认这样一个事实:数据可以为公司带来重大的附加价值。但是从生产过程中分析数据揭示了数据收集的不完整性和相关的可利用数据的降低潜力。典型的缺点包括:数据空间中进程的不完整表示，进程之间的连接不充分……»阅读更多

DRAM热问题达到危机点
通过凯伦·海曼- 2022年6月9日-评论:5

在DRAM领域，热问题正处于危机点。在14nm及以下，在最先进的封装方案中，可能需要一个全新的度量标准来解决热密度如何越来越多地将小问题变成大问题的乘数效应。几个过热的晶体管可能不会对可靠性产生很大影响，但几十亿个晶体管产生的热量却会影响....»阅读更多

AI-Powered验证
通过布莱恩•贝利- 2022年6月1日-评论

由于功能验证比设计花费更多的时间和精力，芯片行业正在寻找每一种可能的方法，使验证过程更有效、更高效。人工智能(AI)和机器学习(ML)正在接受测试，看看它们能产生多大的影响。虽然取得了一些进展，但似乎仍只是触及了问题的外围。»阅读更多

利用AI改进PPA
通过官约翰- 2022年5月12日-意见:0

AI/ML/DL开始出现在EDA工具中，用于半导体设计流程中的各种步骤，其中许多旨在提高性能、降低功耗，并通过捕捉人类可能忽略的错误来加快上市时间。复杂的soc，或先进封装中的异构集成，不太可能在最初的硅上做到完美。尽管如此，常见错误的数量…»阅读更多

←老帖子 更新帖子→

  • 赞助商

关于

导航

与我们联系

版权所有©2013-2023 SMG |服务条款|隐私政策
Baidu