Özel ve Analog-Karışık Sinyal (AMS) IC tasarımı, en yüksek performansın gerekli olduğu ve dijital standart hücrelerin kullanılmasının gereksinimleri karşılamadığı durumlarda kullanılır. Şemaları manuel olarak boyutlandırmak, IC yerleşimini yapmak, parazitleri çıkarmak, ardından yalnızca geri dönüp yinelemeye devam etmek için performansı ölçmek uzun ve sıkıcı bir yaklaşımdır. Siemens EDA, aralarında Yüksek Düzey Sentez, IC tasarımı, IC doğrulaması, fiziksel tasarım, fiziksel doğrulama, üretim ve test, paketleme, elektronik sistem tasarımı, elektronik sistem doğrulaması ve elektronik sistem imalatının da bulunduğu geniş bir yelpazeye yayılan EDA araçları sunmaktadır. IC tasarımı ve IC doğrulama kategorilerini yakınlaştırmak, Özel IC araçlarının odaklandığı yerdir; Solido Tasarım Ortamı. Yapay zekanın nasıl kullanıldığına dair güncelleme almak için Solido'nun Baş Ürün Müdürü Wei Tan ile bir video konferans yaptım.
7nm'de bir SoC tasarlamanın maliyeti 300 Milyon Dolara kadar çıkabilir ve 5nm'nin maliyeti 500 Milyon Dolara ulaşabilir; bu nedenle sağlam bir tasarım ve doğrulama metodolojisine sahip olmak, mali bütçe ve ilk geçiş silikon başarısı hedefi açısından kritik öneme sahiptir. Her küçük süreç düğümüyle birlikte doğrulama için gereken PVT köşelerinin sayısı da artıyor.
Yapay zekanın entegre devre tasarımı ve doğrulama sürecine uygulanmasının genel vaadi, kaba kuvvet hesaplamalarının sayısını iyileştirmek veya azaltmak, mühendislerin daha üretken olmalarına yardımcı olmak ve verim kaybı gibi sorunların temel nedenlerini belirlemeye yardımcı olmaktır. EDA araçlarında yapay zeka kullanımının kritik unsurları şunları içerir:
- Doğrulanabilirlik - cevaplar doğrudur
- Kullanılabilirlik -uzman olmayanlar araçları istatistik alanında doktora yapmadan kullanabilirler
- Genellik – özel IC, AMS, bellek ve standart hücrelerde çalışır
- Sağlamlık – tüm köşe kasaları düzgün çalışır
- Doğruluk – kaba kuvvet yöntemleriyle aynı yanıtlar
Wei, yapay zekanın üç seviyesinden bahsetti; ilki, yapay zeka tekniklerini kullanarak mevcut bir süreci hızlandıran Uyarlanabilir Yapay Zeka, sonraki düzey, yeni çalıştırmalarda önceki model yanıtlarını koruyan Eklemeli Yapay Zeka ve son düzey, devre tasarımcılarına yardımcı olan Yardımcı Yapay Zeka. Üretken yapay zekayı kullanırken yeni içgörülerle daha üretken olun.
Solido, yaklaşık 15 yıldır devre tasarımcıları tarafından transistör seviyesinde kullanılan EDA araçlarına yapay zeka tekniklerini uygulamaktadır. Uyarlanabilir yapay zeka kullanan Monte Carlo simülasyonları için 10,000 kata kadar hızlanma vardır; böylece tüm köşelerde kaba kuvvet doğruluğuyla eşleşen 3 ila 6+ sigma sonuçları elde edebilirsiniz. Burada, 7.1 trilyon kaba kuvvet simülasyonu gerektiren 10 sigma doğrulamasının yalnızca 4,000 simülasyon kullandığı veya SPICE doğruluğuyla 2,500,000,00 kat daha hızlı olduğu Uyarlanabilir Yapay Zeka örneği verilmiştir.
Solido Tasarım Ortamı ayrıca yoğun talepleri karşılamak için AWS veya Azure satıcılarını kullanarak simülasyon çalıştırmalarını hızlandırmak amacıyla bulutta iyi bir şekilde ölçeklenir.
Eklemeli Öğrenmenin bir örneği, birden fazla PDK revizyonu olduğunda ve her yeni PDK sürümü için standart hücre kitaplığınızın tamamını karakterize etmek istediğinizde yapay zeka modelinin yeniden kullanımını kullanır. Geleneksel yaklaşım, Monte Carlo'yu kullanarak beş revizyonu kapsayan ilk PVT çalıştırmalarını gerçekleştirmek için 600 saat gerektirecektir.
Yapay zeka modelinin yeniden kullanılmasıyla bu senaryonun tamamlanması çok daha az zaman alır ve aynı zamanda diskte kayıtlı birçok MB'den GB'a kadar veri tasarrufu sağlar.
Yardımcı yapay zeka, transistörlerin boyutlandırılmasına uygulanır ve PPA'yı iyileştirmek için optimizasyon yollarını belirler, hedef PPA hedeflerine ulaşmak için transistörlerin en uygun boyutlandırmasını belirler ve ilerlemeyi görselleştirmek için kullanıcı dostu raporlara sahiptir. IC ekibinizin yapay zeka destekli optimizasyonu kullanarak günlerce, hatta haftalarca süren mühendislik süresinden tasarruf etmesini bekleyebilirsiniz.
Özet
Özel ve AMS IC tasarımcıları artık hem tasarım hem de doğrulama aşamalarında EDA araç akışlarında yapay zeka tabanlı teknikleri uygulayabilirler. Uyarlanabilir yapay zeka, kaba kuvvet Monte Carlo simülasyonunu hızlandırır, Eklemeli öğrenme, çalıştırmaları hızlandırmak için tutulan yapay zeka modellerini kullanır ve Yardımcı yapay zeka, devre optimizasyonu ve analizine uygulanır.
Evet, transistör seviyesinde devreleri hayal etmek için hala devre tasarımcılarına ihtiyacınız var, ancak yapay zeka tekniklerini içeren EDA araçlarını kullanırken sonuçlar için çok uzun süre beklemek zorunda kalmayacaklar.
İlgili Bloglar
Bu gönderiyi şu yolla paylaş:
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://semiwiki.com/eda/334732-ai-for-the-design-of-custom-analog-mixed-signal-ics/
