За последние несколько лет искусственный интеллект (ИИ) играет все более важную роль в процессе разработки чипов. С момента своего выпуска Synopsys объявила, что клиенты выпустили более 100 чипов с помощью инструментов искусственного интеллекта для повышения производительности и производства значительно лучших чипов. Компания использовала Synopsys DSO.ai для достижения дифференциации продукта и улучшения мощности, производительности и площади (PPA).
Именно здесь автоматизация на основе искусственного интеллекта может помочь удовлетворить растущую потребность в дифференцированных продуктах, освобождая при этом команды дизайнеров, чтобы сосредоточиться на инновационном конвейере (Synopsys' DSO.ai - Оптимизация пространства проектирования ИИ - это решение дляr Дизайн чипа, управляемый искусственным интеллектом).
Используя методы обучения с подкреплением для автономного поиска оптимальных решений в обширном пространстве проектирования микросхем, помощники ИИ могут помочь инженерам создавать лучшие, быстрые и дешевые полупроводники.
Связанный: Весь процесс производства
чиповТеперь, когда ИИ доказал свою ценность в разработке чипов - даже для приложений ИИ - куда мы идем отсюда?
В Synopsys, мы видим явные преимущества, которые расширение использования ИИ в процессе проектирования и проверки чипов может принести для кремния результатов и производительности. ИИ может не только решить итеративную работу по проектированию чипов, но и ускорить процесс и помочь командам быстрее добраться до финиша. За счет сокращения циклов проектирования и проверки и сниженияG, команды дизайнеров могут тратить больше времени на инновационные основные идеи, экономя им много времени и денег, чтобы они могли сосредоточиться на том, что у них получается лучше всего: на инновациях.
Короче говоря, искусственный интеллект расширяет возможности человека. Люди отлично умеют придумывать уникальные идеи, но эти идеи обычно находятся на системном или архитектурном уровне. Для реализации этих идей инженерам необходимо EDA tools. Чтобы ускорить внедрение, Synopsys рассматривает ИИ как путь вперед. Интегрируя ИИ в наши решения и используя их максимально легко и беспрепятственно, мы помогаем инженерам быстрее достигать своих целей.
ИИ везде: ускорение проектирования чипов на каждом узле
Недавняя демонстрация клиентов на мероприятии Synopsys User Group (SNUG) продемонстрировала преимущества дизайнерского решения на основе искусственного интеллектаСкрещивайте несколько 40-нм производственных чипов. Четыре описанные конструкции работают в диапазоне 5-10 миллионов затворов на частоте 100-200 МГц, что является основным по сегодняшним стандартам. Основной целью заказчика является сокращение мощности и площади для продуктов нового поколения с кратчайшими сроками выполнения работ и меньшими инженерными ресурсами.
Над первым проектом опытные инженеры потратили месяц на тонкую настройку и оптимизацию конструкции, снизив энергопотребление на 9%. Применяя решения Synopsys AI, команда дизайнеров добилась энергоэффективного решения на 12% всего за одну неделю. Не имея предварительных данных об обучении (холодный старт), ИИ превзошел результаты, полученные экспертами-инженерами, на 3% быстрее за четверть времени и с меньшим количеством ресурсов.
(Связанный: В чем разница между сканированием и bist in проектирование и тестирование чипов?)
Поскольку у DSO.ai есть система обучения, которая постоянно обучает и обновляет модели машинного обучения, повторное использование в проектах и проектах помогает организациям масштабироваться до производительности на уровне ИИ. Для второй конструкции заказчик применил эту обучающую систему (теплую загрузку) с различными модификациями на протяжении всего цикла проектирования, достигнув снижения мощности на 7%, что ранее считалось недостижимым достижением.
Воодушевленные этими положительными результатами, решение ИИ было использовано для оптимизации площади двух дополнительных производственных проектов. В первом семестре заказчик сэкономил 4,4% на площади. Идя еще дальше, знания, полученные из этого проекта, повторно используются для последующих производных проектов. Это перекрестное обучение привело к сокращению площади на 12% практически без вмешательства человека, что позволило раскрыть истинную конструкцию чипа на базе искусственного интеллекта.
Заключение:В
этой статье мы обсудим различные основные чипы искусственного интеллекта, их эволюцию и то, как они оказываются полезными для улучшения современных технологий. Каждый из них отличается от другого и имеет свои преимущества. Тем не менее, все они могут произвести революцию в технологиях. Автоматизируя повторяющиеся задачи, такие решения, как Synopsys DSO.ai позволяют полупроводниковой промышленности проложить новый продуктивный путь к непрерывным инновациям, которые принесут всем нам более интеллектуальные продукты.
