系统与设计
的意见

周二在DAC 2018

人工智能可以去到达那里的问题,加上金融如何看待EDA。

受欢迎程度

早上从Accellera早餐开始。Accellera今年已经取得了一些重大进展,我们可以期待听到便携式批准刺激1.0规范在最初版本的会议以及SystemC CCI以及提议创建一个IP安全保证工作小组,将讨论标准开发安全的IP地址。“有安全隐患当用户没有足够的信息来充分了解安全风险可能引入的COTS IP,”迈克Borza Synopsys对此表示。集团的目标是创建一个标准方法或信息沟通机制。到目前为止,他们已经逮捕了42个成员来自19家公司工作和求职IP供应商,硅提供者和EDA公司。

今天的主题是由达里奥吉尔,AI和IBM副总裁问在IBM研究,题为“推动物理限制,架构和人工智能系统。他开始了他的演讲:“人工智能是新的。这将创建一个很多炒作,但是今天也是最重要的趋势。登记在机器学习课程已经从40几年前今天几千。”吉尔指出,变形是在2012年,当我们有足够的计算能力来解决这一问题,改变它的特性发现定义为人类的学习。

他认为,人工智能将成为下一个前沿设计自动化和谈论一些IBM内部工具的发展和改进他们得到超出专家用户是可能的。“我们是婴儿期的AI可以去的地方。我们还有很长的路从真正的学习系统。我们必须创建AI的黑盒,我们可以解释,调试和能处理错误。一个黑盒子许多行业和一些产品领域是不可接受的。我们必须考虑安全性和道德规范。我们必须确保我们不继续传播偏见与我们的结果。“说话然后发展到体系结构和物理,需要继续提供必要的增加计算,包括量子计算机。希望看到一个完整的报告在这个主题在不久的将来。

Jay Vleeschhouwer格里芬证券提供他的观点在EDA的状态。“军备竞赛”有两种:软件开发和硅的发展。微软和其他公司已经致力于硅的发展。EDA行业来说,这是积极的,它已经被反映在EDA公司过去几年所做的。盈利能力也在提高,这是必要的研发提供资金的能力。今天的工具之前由于先前的投资和利润。”

他提供了大量的图表和故障的收入在公司、地区、产品类别等。”令人惊讶的是,最近的合成增加,“Vleeschhouwer说。“系统行业也变得更大的收入EDA供应商。“他还证实,半导体行业的并购浪潮导致了非常小的改变EDA经过短暂放缓。一些有趣的片段包括:EDA支出占英特尔研发预算的5%;节奏比Synopsys对此有一个更大的利润率;这是一个研发密集型产业和EDA继续投资在提高水平;ANSYS现在有3.5%到4%的EDA市场份额;节奏的积压是增长速度快于Synopsys对此;英特尔Synopsys对此公司近16%的收入增长;看着打开的工作职位是一个公司的领先指标; China has become the 2nd最大的IP超过欧洲和日本市场。

节奏与会话提供的午餐又名为“怪物芯片:扩展数字设计成下一个十年。”“一个流,是可以预测的是一个挑战,无论大小这个芯片是什么,“高级主管说Anand Sethuraman ASIC Broadcom的产品。“当我们看机器学习芯片,最大的挑战之一就是力量。”

“可靠性没有得到很多的关注,但是对于一些行业,你必须想想天天,”安东尼·希尔,研究员、主任底板在德州仪器技术。

“我们的设计是1 - 3百万实例,但我们想要移动10,20年甚至3000万实例,”帕特里克Sproule说,Nvidia硬件主管。“我们失去了效率与小块。我们知道有优化,我们可以与更大的块大小如果我们走。”

Sethuraman补充说,随着块数量的上升,QoR降解。“有时,我们必须分割一块为了得到它的工作,然后我们看到更好的结果的工具。”

不幸的是,我不得不离开这个事件早准备小组我主持,问道,“有验证和确认引擎成为商品?柏树”小组成员戴夫•Oesterreich研究员马克·格拉瑟主要验证建筑师Nvidia, Ram Narayan,胳膊,法里斯Khundakjie验证主管,高级验证技术领导在英特尔。完整的面板将显示的那样,我可以向你保证有很多有争议的评论。你会写什么成绩单EDA行业吗?

另一个小组是:“汽车数字双——虚拟或几乎不可能。Vishal Kapoor“三脚凳开放的讨论与自主驾驶相关的挑战。数字双胞胎在开发和生产生命周期中必须存在之前,他们必须100%数字物理硬件的存在。比尔泰勒kVA断定“设计师通常认为在积极空间,然后考虑如何实现这一功能。但需要注意的是,这是当它是正确操作。它当它不是操作正确吗?负空间大。”

库尔特·舒勒Arteris IP说,“有一个好消息和一个坏消息。好消息是,我们往往会在不同的抽象级别。我们也有很好的验证/确认流动和硬件功能机制已经在非常低的水平,不需要实现系统级的知识。坏消息是,不确定性系统的验证和确认仍然是新兴。硬件功能和功能软件安全机制不紧密和集成商太难以理解/评估供应商,因为技术是具体而深入。”

德怀特霍华德的Aptiv指出,“在宇宙中我看到集成电路和系统级仿真是一个标准的流的一部分。但模型的准确性是一个挑战。我们还需要软件功能模型。工具还没有完全。”

最后,桑贾伊·皮莱奥氏体回火设计了“左移位开发周期的需要。有两个原因。增加了复杂性和的加速度特性进入系统是第一个,第二个是生命和财产的安全隐患和风险在自主驾驶系统的物理测试推动行业更多的虚拟测试。”

第三小组问道:“将人工智能的时代推动新兴技术超越CMOS吗?“陈从IBM的研究指出,尽管很少有新技术已经被证明能够超越CMOS布尔逻辑,人工智能创建一组不同的需求,可以让其他技术更有可能吗?杰弗里·伯尔从IBM认为答案在于新的非易失性记忆本质上是模拟记忆。Meng-Fan常从国立清华大学认为,我们必须超越冯诺依曼体系结构和最有可能的计算内存。Hsien-Hsin肖恩·李的台积电表示,这只是因为一个新的应用程序,答案可能不同于10年前提出同样的问题时,司机将权力。最后,Kaushik罗伊普渡大学的还看着今天存在的功率和效率差距,问,这种力量被不必要地消耗。更多细节关于这个小组将给你。

你曾经想成为墙上的一只苍蝇在与高层讨论人们从多个半导体公司?过去,半导体工程已被邀请与正式的倡导者,在讨论飞Oski安排的技术。周四将公布的第三。今晚,我要听VPs和其他高管谈论设计超级细菌。

看看DAC亮点周一周三



留下一个回复


(注意:这个名字会显示公开)

Baidu