Ruim twee jaar geleden lanceerde Synopsys zijn AI-gestuurde optimalisatie van ontwerpruimte (DSO.ai) vermogen. Het maakt deel uit van het bedrijf Synopsys.ai EDA-suite, een resultaat van het overkoepelende AI-initiatief. Sindsdien heeft DSO.ai de productiviteit van ontwerpers een boost gegeven en is het gebruikt voor 270 productietape-outs. DSO.ai gebruikt machine learning (ML)-technieken om de ontwerpruimte te verkennen en optimale oplossingen te identificeren die voldoen aan de PPA-doelstellingen van de ontwerper. De capaciteit van DSO.ai was slechts het topje van de ijsberg in termen van AI-aangedreven technologie van Synopsys. Sindsdien heeft het bedrijf zijn aanbod van AI-gestuurde tools uitgebreid.

Op de jaarlijkse Synopsys Users Group (SNUG)-conferentie in maart 2023 kondigde het bedrijf aanvullende optimalisatiemogelijkheden aan. Deze mogelijkheden omvatten optimalisatie van de verificatieruimte (VSO.ai), optimalisatie van de testruimte (TSO.ai), automatisering van analoge ontwerpmigratie en versnelling van de ontwikkeling van lithografische modellen. Een bewijs van de snelle acceptatie van deze tools en mogelijkheden is het feit dat de AI-gestuurde inkomsten van Synopsys al ongeveer 10% ($0.5 miljard) van de jaaromzet van het bedrijf uitmaken.

Ik sprak deze week met Shankar Krishnamoorthy, algemeen directeur van Synopsys van de EDA Group, om meer te weten te komen over de volgende uitbreiding van zijn Synopsys.ai EDA-suite met een full-stack big data-analyseoplossing. De nieuw aangekondigde mogelijkheden worden mogelijk gemaakt door AI/ML-gestuurde analyses toe te passen op geaggregeerde gegevens.

“AI en data zijn twee kanten van dezelfde medaille, en onze aankondiging van vandaag is om die visie van Synopsys.ai echt uit te breiden met een end-to-end EDA-data-analyseplatform dat we introduceren.” zei Krishnamoorthy. “…Er is een geweldige kans om AI/ML-pijplijnen op deze gegevens uit te voeren om klanten te helpen zeer nuttige applicaties te bouwen.”

Het aggregeren van gegevens is essentieel

Hoewel de DSO.ai-, VSO.ai- en TSO.ai-mogelijkheden optimalisatiemogelijkheden zijn, gaat de aankondiging van deze week over schaalbare data-analyse. Ontwerptools, testtools en productietools genereren allemaal grote hoeveelheden gegevens. Door deze gegevens samen te voegen in big data-stores en AI/ML-gestuurde analyses uit te voeren, helpen de full-stack big data-analyseoplossingen klanten bij het bouwen van op maat gemaakte applicaties voor verschillende gebruiksscenario's. De grote kans met data-analyse is dat zodra de gegevens zijn samengevoegd, we modellen kunnen gaan bouwen om te voorspellen wat er in de toekomst kan gebeuren, namelijk voorspellende analyses. We kunnen ook nog een stap verder gaan door voor te schrijven wat er moet veranderen om verbeteringen te bereiken, namelijk prescriptieve analyses. Zowel voorspellende als prescriptieve analyses zijn belangrijke voordelen van de end-to-end EDA-analyseoplossing. Of het nu gaat om het uitvoeren van een analyse van de hoofdoorzaak van problemen, het identificeren van afwijkingen of het optimaliseren van workflows: klanten profiteren van betere resultaten en een hogere productiviteit.

generatieve AI

Bij AI bepalen de data waarop funderingsmodellen worden getraind de kwaliteit van de te realiseren eindapplicaties. Daarom is het dataaspect van het Synopsys.ai-initiatief zo ​​cruciaal en net zo belangrijk is een dataplatform om relevante gegevens te verzamelen. Synopsys biedt dit platform aan om klanten te helpen hun gegevens samen te voegen, of het nu gaat om ontwerpgegevens, silicium-/producttechnische gegevens of fabrieksgegevens. Klanten kunnen interessante GenAI-modellen bouwen, zodat ze een hoger niveau van automatisering kunnen bereiken en de efficiëntie nog verder kunnen verhogen.

Ontwerp.da:

Relevante gegevens gegenereerd uit DSO.ai, VSO.ai en TSO.ai worden samengevoegd en AI/ML-technieken worden toegepast om klanten in staat te stellen interessante applicaties te bouwen om de productiviteit en efficiëntie te verbeteren. Het resultaat is een versnelde ontwerpafsluiting, geoptimaliseerde PPA en een snelle time-to-market.

Silicon.da:

Er bestaan ​​al producttechnische gegevens bij fabless semiconductor companies (FSC). Dankzij de mogelijkheid van Silicon.da kunnen FSC's de gegevens samenvoegen, analyses uitvoeren en modellen bouwen voor het bekijken van wafertestgegevens en producttestgegevens. Klanten profiteren van een snelle analyse van de hoofdoorzaak van defecte matrijzen en producten.

Fab.da:

Aan de kant van de gieterijen is in het verleden grotendeels geen actie ondernomen tegen procescontrolegegevens, vanwege een gebrek aan mogelijkheden voor big data-analyse. Het digitaliseren van de fabrieksvloer is momenteel een prioriteit voor alle gieterijen. De mogelijkheden van Fab.da helpen bij het aanpakken van deze prioriteit van het digitaliseren van de fabrieksvloer door de procescontrolegegevens te analyseren en te helpen bij het bouwen van modellen voor het bereiken van efficiëntie. Door AI/ML-technieken toe te passen om de gegevens te analyseren die door de verschillende tools in de fabriek worden gegenereerd, kan de oorzaak van afwijkingen en afwijkingen snel worden geïdentificeerd. De verschillende productietools en -processen kunnen niet alleen worden verbeterd om de opbrengstefficiëntie te vergroten, maar ook voor andere doelstellingen, zoals bijvoorbeeld de CO2-uitstoot.

Samengevat

Of u nu een gieterij, een FSC of een Integrated Device Manufacturer (IDM) bent, klanten zijn altijd geïnteresseerd in het verbeteren van de efficiëntie en de time-to-market. Afhankelijk van het type klant zullen een of meer van de nieuw aangekondigde mogelijkheden aantrekkelijk en waardevol zijn. Een IDM zal profiteren van het gebruik van alle drie de nieuw aangekondigde mogelijkheden van Synopsys (Design.da, Silicon.da en Fab.da). Een FSC zal profiteren van het gebruik van de mogelijkheden van Design.da en Silicon.da. En een gieterij zal profiteren van het gebruik van de Fab.da-mogelijkheid.

Je kunt lees hier het volledige persbericht. Voor meer details, Bezoek de data-analysepagina.

Lees ook:

ISO 21434 voor Cybersecurity-bewuste SoC-ontwikkeling

Belangrijke MAC-overwegingen voor de weg naar succes met 1.6T Ethernet

AMD stelt de AI-verificatietools van Synopsys op de proef

Deel dit bericht via:

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. Automotive / EV's, carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• ChartPrime. Verhoog uw handelsspel met ChartPrime. Toegang hier.
• BlockOffsets. Eigendom voor milieucompensatie moderniseren. Toegang hier.
• Bron: https://semiwiki.com/eda/synopsys/334872-synopsys-expands-synopsys-ai-eda-suite-with-full-stack-big-data-analytics-solution/