Koti > Uutiset > Mentori: AI on toinen katalysaattori puolijohdeteollisuuden kasvukymmenelle

Mentori: AI on toinen katalysaattori puolijohdeteollisuuden kasvukymmenelle

Internet-kuplan puhkeamisen jälkeen vuonna 2001 monet ihmiset olivat täynnä epäilyjä koko puolijohdeteollisuuden tulevasta kehityksestä.

Tuolloin markkinoiden romahduksen aikana monet puolijohdeyritykset alkoivat integroitua; myös teollisuuden houkuttelevat investoinnit tuulipääomaan vähenivät huomattavasti; teknologian tutkimus ja kehitys prosessikehityksessä ja muut näkökohdat ovat myös pysähtyneet ja hidastuneet.

Puolijohdeteollisuus on kuitenkin nyt nähnyt uuden käänteen. Mentor IC EDA: n varatoimitusjohtaja Joseph Sawicki totesi haastattelussa toimittajien, kuten Ji Wei.com, kanssa, että teollisuus on täynnä mahdollisuuksia stimuloida uusia tekniikoita, kuten tekoäly ja koneoppiminen.

McKinsey raportti huomautti, että tekoälyä voidaan soveltaa monille pystysuorille alueille, minkä ansiosta puolijohdeyritykset voivat kaapata 40-50% kokonaisarvosta näistä teknologiapinoista. Joseph sanoi, että tekoäly on vahva katalysaattori uudelle 10-vuotiselle kasvusyklille puolijohdeteollisuudessa. Mutta jotta tämä suuntaus todella toteutuisi, tarvitaan paljon tietoa tukena.

”Jos sinulla on riittävästi tietoja, voit olla ennustava, joten voit kouluttaa koneesi erittäin luotettavasti ja antaa koneesi oppia tehokkaasti.” Joseph lisäsi lisäksi, että nopeaan tiedonsiirtoon tarvittavan ja luodun tiedon määrä kasvaa seuraavan 12 vuoden aikana. Se tuo tullessaan tuhansien kasvuaikojen ajan, ja nämä tiedot on analysoitava ja sitten toteutettava toimenpiteet tämän analyysin perusteella.

Tietojen hyökyaallon vaikutuksesta keinoälyn kehitykseen kohdistuu kuitenkin myös erilaisia ​​ristiriitoja. Joseph mainitsi kaksi ristiriitaista tavoitetta keinoälyn kehittämisessä:

Yksi tavoite on, että monet ihmiset haluavat jatkuvasti vahvistaa tietokeskuksen valmiuksia selviytyä niin suurista tietomääristä. Joten yritykset, kuten Alibaba ja Amazon, kehittävät AI: hen liittyviä moottoreita, jotka käyttävät tätä moottoria suurten tietomäärien kouluttamiseen.

Toisaalta joidenkin yritysten tavoitteena on työntää yhä enemmän prosessointitehoa pilven reunaan, mikä vapauttaa jonkin verran painetta datakeskuksen kehittämiseen.




Sirukehitys reunalaskennassa ylittää huomattavasti datakeskuksen vaatiman sirun. Tractican mukaan vuosina 2016-2021 reunaan kytkettyjen laitteiden yhdistetty vuotuinen kasvuvauhti on peräti 190%.

Joseph sanoi, että lähemmäs, reunalaskenta / -käsittely on tärkein kasvumoottori puolijohdeteollisuudessa. Koska erityissovellukset vaativat monilla alueilla optimoituja sirujen suunnittelua optimaalisen sirun suorituskyvyn saavuttamiseksi, tämä on mahdollisuus EDA-työkalumyyjille, kuten Mentor.

Joseph korostaa, että reunalaskennassa AI, sirujen suunnittelu määritellään usein erityisillä arkkitehtuurin kehittämisvaatimuksilla. Joten nykyinen AI-kehitysalusta on täysin erilainen kuin aikaisempi kehitysympäristö.

Tässä yhteydessä Joseph esitteli Mentorin sirujen suunnittelutyökalut erityisesti AI-kenttään:

lHLS (korkean tason synteesi): Otetaan esimerkki NVIDIAsta. Tätä työkalua käyttämällä voit lisätä tuottavuutta lähes kahdesti ja varmennuskustannuksia 80%.

lHierarchicl-testi: Auttaa asiakkaita lisäämään tuottavuutta ja vähentämään kustannuksia. Kun otetaan huomioon Graphcorin asiakas esimerkkinä, käyttämällä tätä työkalua DFT-tuottavuus on kasvanut neljä kertaa, testinsiirron nopeus on parantunut huomattavasti ja suunnitteluaika on lyhennetty 3 päivään todellisten tietojen perusteella.

lOPC-tekniikka: puolijohteiden valmistuksessa yhden maskin tuottamiseen kuluu 4000 prosessoria päivässä 7 nm: n pohjalta, mutta jos käytät koneoppimisalgoritmeja, voit lyhentää ajoaikaa 3-4 kertaa.

lLFD (litografisesti ystävällinen) tekniikka: vähentää merkittävästi sadon rajakerrointa ja lyhentää ajoaikaa 10-kertaisesti tuotannossa. Tuotantoprosessin vikojen tunnistamisen lisäksi voidaan myös ennustaa vikoja.

lDeposition -työkalu: ratkaisee tuotteen tai komponentin vian ongelman ja parantaa tuotannon laatua ja tehokkuutta.

Lisäksi Mentor tarjoaa autoteollisuudelle karakterisointitekniikkaalustan, joka tarjoaa yksityiskohtaisen analyysin kokonaisesta luotettavuudesta ja turvallisuudesta yhdistettynä AI: hen, jotta karakterisoinnin kestoaika voidaan vähentää kertoimella 100. PAVE 360 Autopilot -simulaattori simuloi myös jatkuvasti reaaliaikaista maailmanolosuhteet virtuaalikoneessa, mikä vähentää varmennusaikaa entisestään.

Olipa tulevaisuuden älykkäät sirut omistettu vai joustava, teollisuudessa on erilainen ääni. Mutta Joseph kertoi mikroneuvon toimittajalle, että EDA on neutraali työkalu. Jatkossa Mentor tarjoaa laajan ympäristön, jossa asiakkaat voivat käyttää työkaluja ohjelmistojen mallintamiseen ja kehittämiseen tietyissä ympäristöissä. Tämä on tärkein arvo, jota Mentor tarjoaa EDA-yrityksenä.