Acasă > Știri > Mentor: AI va fi un alt catalizator pentru decada de creștere în industria semiconductorilor

Mentor: AI va fi un alt catalizator pentru decada de creștere în industria semiconductorilor

După izbucnirea bulele de internet din 2001, mulți oameni au fost plini de îndoieli cu privire la dezvoltarea viitoare a întregii industrii a semiconductorilor.

În runda colapsului pieței la acel moment, multe companii cu semiconductor au început să se integreze; investițiile atractive ale industriei în capitalul eolian au fost, de asemenea, reduse considerabil; Cercetarea și dezvoltarea tehnologiei în dezvoltarea proceselor și alte aspecte au stagnat și încetinit.

Cu toate acestea, industria semiconductorilor a cunoscut o nouă transformare acum. Într-un interviu cu reporteri precum Ji Wei.com, vicepreședintele executiv al mentorului IC EDA, Joseph Sawicki, a spus că industria este reumplută cu oportunități sub stimularea noilor tehnologii, cum ar fi inteligența artificială și învățarea mașinilor.

Un raport al McKinsey a subliniat că inteligența artificială poate fi aplicată în multe zone verticale, ceea ce permite companiilor de semiconductori să capteze 40 până la 50% din valoarea totală din aceste stive tehnologice. Joseph a spus că inteligența artificială va fi un catalizator puternic pentru încă un ciclu de creștere de 10 ani în industria semiconductorilor. Dar pentru ca această tendință să fie într-adevăr realizată, este nevoie de o mulțime de date ca suport.

„Cu suficiente date, poți fi predictiv, astfel încât să îți poți instrui mașina foarte în mod sigur și să lași mașina să învețe eficient.” Joseph a adăugat în continuare că cantitatea de date necesare și create pentru comunicarea de mare viteză va crește în următorii 12 ani. Va crește în mii de ori de creștere, iar aceste date trebuie analizate, apoi vor lua măsuri pe baza acestei analize.

Cu toate acestea, sub impactul „tsunami-ului de date”, dezvoltarea inteligenței artificiale se confruntă și cu diverse contradicții. Joseph a menționat două obiective contradictorii în dezvoltarea inteligenței artificiale:

Unul dintre obiective este acela că mulți oameni doresc să consolideze în mod continuu capacitățile centrului de date pentru a face față unor cantități atât de mari de date. Așadar, companii precum Alibaba și Amazon dezvoltă motoare legate de AI, care folosesc acest motor pentru a antrena cantități masive de date.

Pe de altă parte, scopul unor companii este să împingă din ce în ce mai multă putere de procesare până la marginea norului, eliberând astfel o anumită presiune asupra dezvoltării centrului de date.




Dezvoltarea cipurilor în calculul de margine va depăși mult cipul cerut de centrul de date. Conform Tractica, din 2016 până în 2021, rata anuală de creștere a dispozitivelor conectate la margine va fi de până la 190%.

Joseph a spus că, mai aproape, calculul / prelucrarea la margine va fi principalul motor pentru creșterea în industria semiconductorilor. Deoarece aplicațiile specifice din multe domenii necesită proiectări de cip optimizate pentru a obține performanțe optime de cip, aceasta va fi o oportunitate pentru furnizorii de instrumente EDA precum Mentor.

Joseph subliniază că, în calculul de margine AI, designul cipurilor este deseori definit de cerințele specifice de dezvoltare a arhitecturii. Deci actuala platformă de dezvoltare AI este complet diferită de mediul de dezvoltare anterior.

În acest sens, Iosif a introdus instrumente de proiectare a cipurilor Mentor special pentru domeniul AI:

lHLS (sinteză la nivel înalt): Luăm ca exemplu NVIDIA. Folosind acest instrument, puteți crește productivitatea de aproape două ori și costurile de verificare cu 80%.

Testul Iierarhicl: ajută clienții să crească în continuare productivitatea și să reducă costurile. Luând ca exemplu clientul lui Graphcor, prin utilizarea acestui instrument, productivitatea DFT a fost crescută de 4 ori, viteza transferului de teste a fost mult îmbunătățită, iar perioada de proiectare a fost scurtată la 3 zile pe baza datelor reale.

Tehnologia lOPC: folosită în fabricarea semiconductorilor, este nevoie de 4.000 de procesoare pentru a rula într-o zi pe 7nm pentru a produce o mască, dar dacă utilizați algoritmi de învățare a mașinii, puteți reduce timpul de rulare de 3-4 ori.

Tehnologie lLFD (prietenoasă cu litografia): reduce semnificativ factorul limită de randament și reduce timpul de rulare de 10 ori mai mare. Nu numai că poate identifica defecte în procesul de producție, dar și prezice defecte.

Instrument de depunere: rezolvă problema defectării produsului sau a componentelor și îmbunătățește calitatea și eficiența producției.

În plus, Mentor oferă o platformă tehnologică de caracterizare pentru industria auto, oferind o analiză detaliată a fiabilității și siguranței generale, combinată cu AI pentru a reduce durata de caracterizare cu un factor de 100. Simulatorul de autopilot PAVE 360 simulează în mod continuu și real condiții mondiale sub mașina virtuală, reducând în continuare timpul de verificare.

Indiferent dacă viitoarele cipuri inteligente sunt dedicate sau flexibile, industria are voci diferite. Însă Joseph a spus reporterului micronet că EDA este un instrument neutru. În viitor, Mentor va oferi un mediu mare în care clienții pot utiliza instrumentele pentru modelarea și dezvoltarea software-ului lor în medii specifice. Aceasta este cea mai importantă valoare pe care Mentor o oferă ca companie EDA.