邱丽婷作家

用AI帮帮芯片计划,Mentor有妙招

“半导体行业此之前阅历了许众迂回,从2001年互联网泡沫决裂之后,许众人都对这个行业的未来开展发生了疑心,墟市崩盘之后,许众公司开端整合,我们这个行业工艺开辟、周期等等方面的研发也一度有所中止和放缓。但好坏常有幸,我们现又看到了这个行业的转机。”Mentor IC EDA施行副总裁Joseph Sawicki2019年8月28日举办的Mentor论坛上如许说道,足以睹得半导体财产一道开展以后有众迂回。

亏得,转机呈现了。

Joseph Sawicki继续说道,这个转机是由人工智能以及板滞进修相关的运用带来的,这些技能的刺激之下,我们看到这个行业又从头充满了机会。据麦肯锡的一份报告显示,人工智能正翻开半导体行业几十年来比比皆是的机会,因为人工智能可以运用于许众的笔直墟市当中,比如说挪动范畴,半导体行业就可以捕捉这个行业所创制的20%的代价。同时来自于PWC的研讨报告同样指出,人工智能将会是我们另外一个10年的增加周期的十分强劲的开展催化剂。报告也指出,这一轮机会当中,可以最洪流平的去应用人工智能所带来的种种可以、种种机会的公司将会最受益。
Mentor IC EDA施行副总裁Joseph Sawicki
举措电子计划主动化的指导者,Mentor不停努力于供应完备的软件和硬件计划办理方案,让公司可以开辟出更好的,更具资本效益的电子产物。当AI这股春风吹来,Mentor率先嗅到了机会的味道,应用AI去晋升东西的有用性和服从。

Joseph Sawicki看来,AI最基本的照旧依赖大数据,具有足够的数据以后才可以有预测性,才可以十分牢靠的去培训板滞,让板滞可以有用进修。关于搜罗到的大宗数据,还要举行剖析,然后接纳举动。

AI给半导体行业带来了什么?

如许庞大的数据的挫折下,AI开展实保管种种冲突。一方面是庞大的数据量让许众人念不时深化数据中心的才能,以是许众公司现正开辟人工智能相关的引擎,运用这个引擎对海量数据举行培训、教练。另一方面,有少许公司为本人修立的目标是把越来越众的处理才能推向云的边沿,如许可以释放数据中心开展的少许压力。

两个偏向互相冲突却也合理,Joseph Sawicki的念法中,边沿盘算方面的芯片仿佛可以开展更速。他举了一个小型的风力发电厂的例子,一般可以运用人工智能对风厂或者是风机举行防止性维护。对海优势厂来说,它所面临的运营状况好坏常厉苛的,举行维护所扳连到的资本十分昂扬,于是边沿盘算带来的优势就十分分明。通过风厂就地举行少许防止性的剖析,然后把这些剖析结果再推送到数据中心,此中维护的资本能俭省64%。Mentor客户的需求中捕捉到机会,通过开辟特定运用相关的芯片,就更容易捉住人工智能这个墟市开展所可以带来的潜的代价。

再说到芯片计划方面,Joseph Sawicki提到,有许众的范畴的特定运用需求最优化的芯片计划。于是,计划就起到至关主要的感化。AI可以带来什么?一般说来,计划SoC的时分,SoC的计划都是由特定的规格所驱动的,比如核芯数和处理才能是众少等等,而现边沿盘算的AI当中,芯片的计划往往是由特定的架构开辟请求所界定的。于是现的AI开辟平台和以前的开辟状况是完备不相同的。比如HLS(高阶归纳)是个有20年历史的技能,之前采用的手腕不停都十分有限,大大都用于Data Path(数据通道)的施行和施行。但这个技能来到AI时代就变得至关主要,它与通通AI平台施行、施行相关,自上而下。要通通算法开辟状况当中去设定通通系统的功用、大小、内存配备等等。据业界指导者英伟达发外的一篇作品指出,通过运用这个东西,可以把生产服从进步近两倍,验证资本下降80%。

与此同时,与AI相关的SoC所扳连到的测试、验证和以前也有十分大的差别。古板原理上做SoC时,需求验证、比照它所要抵达的规格以及它的功用,互联性是怎样样的。当然AI时代这通通仍然主要,但更主要的是对功用的验证、对功率的验证、对通通架构施行的验证。只要这些都抵达了抱负形态之后,才可以确保所计划的芯片针对它所面临的笔直墟市是最优化的。为了抵达这一点,Mentor虚拟化的状况当中举行模拟,用芯片模拟实状况运转,实运转状况当中举行验证。包罗验证MLPerf等等,来验证精细的结果。以确保芯片最终可以满意客户的需求,为了最优化施行AI的算法,Mentor需求大幅度进步芯片的功用。

AI为EDA行业带来了什么?

AI、板滞进修对半导体行业带来改造的同时也将为EDA行业带来改造。Joseph Sawicki进一步先容道,起首是Calibre,它物理验证方面是业界的指导者,它可以用于DFM(为制制而举行计划)的运用,计划师用这个软件就可以确定他们的计划可以最终被施行,被生产。同时晶圆工场也可以运用这个软件帮帮他们制制出最优化功用的芯片。样式识别功用就可以通过这些软件和相关的人工智能功用来举行验证。比如芯片上有许众差别的样式,通过如许一个功用识别、样式识别,就可以基于大数据去剖析出少许趋势,然后再基于这个洞察去更好的处理那些没有被教练过的数据。

再来说到OPC技能,它可以运用于半导体生产,客户它的计划当中可以很好地去掌握产量。它十分繁杂,7nm根底之上,需求4000个CPU去运转一禀赋可以生产出1个Mask,假如运用板滞进修算法,通通运转时间可以下降3-4倍之众,如许可以帮帮客户俭省许众资本。

另有“光慷菅好”的计划技能,运用这个技能,就可以把良率的限制因素大大低沉,基于板滞进修可以大大低沉真正生产的运转时间。这是一个基于影像的技能,它不光可以识别出生产产物进程中有哪些缺陷,同时也可以预测这些缺陷,通过如许一个技能可以大大晋升生产良率。

再说到用于测试结果诊断的一个案例。Joseph Sawicki认为一个产物或者是部件失效或者出妨碍关于Mentor来说是个时机。可以通过板滞进修对通通计划、生产记载等方面举行精细剖析,得出结果。假如运转结果显示通通生产进程会有5%的耗损,那么通通的生产状况当中,可以联合Deposition(淀积)东西办理这个题目,晋升通通生产的质料和服从。

外征技能也十分主要,特别是关于汽车行业这种对牢靠性、平安性请求十分高的行业。传同一般运用蒙特卡罗的方法对通通牢靠性、平安性举行剖析,但从盘算量的角度来说它扳连到太众模拟,于好坏常不适用。基于Mentor第二、三代的技能平台,再联合AI,就可以把外征的运转时间低沉有100倍之众,像如许一个7Sigma的要害性剖析,关于汽车行业好坏常有代价的。

Mentor捉住AI机会的同时也开展出了属于本人的奇特道道,Joseph Sawicki总结道,仿佛Linux,现每私人都运用Linux,再过几年,每私人都会运用AI。于是最要害的点于你运用的AI精细针对哪一个运用,于是到着末每私人运用的AI可以都是相同的,基于AI所开辟的东西却各有差别。Mentor恰是如许一家供应方法,东西去帮帮客户将芯片真正施行生产出来的公司。
半导体行业察看
半导体行业察看

最有深度的半导体新媒体,及时、专业、原创、深度,30万半导体精英体恤!笃志察看举世半导体最新资讯、技能前沿、开展趋势。

财产半导体AI芯片Mentor
1
暂无评论
暂无评论~