- Eesti Vabariik
-
EnglishDeutschItaliaFrançais日本語한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskeraالعربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
E-post:Info@Y-IC.com
Mentor: AI on veel üks katalüsaator pooljuhtide tööstuse kümnendi kasvu jaoks
Pärast Interneti-mulli lõhkemist 2001. aastal olid paljud inimesed täis kahtlusi kogu pooljuhtide tööstuse edasise arengu osas.
Sel ajal toimunud turu kokkuvarisemise etapis hakkasid paljud pooljuhtide ettevõtted integreeruma; tunduvalt vähenes ka tööstuse atraktiivne investeering tuulekapitali; tehnoloogia uurimine ja arendamine protsesside arendamisel ja muud aspektid on samuti stagneerunud ja aeglustunud.
Pooljuhtide tööstus on nüüd aga teinud uue pöörde. Intervjuus sellistele ajakirjanikele nagu Ji Wei.com ütles Mentor IC EDA asepresident Joseph Sawicki, et tööstus täidab uuesti võimalusi uute tehnoloogiate stimuleerimiseks, näiteks tehisintellekt ja masinõpe.
McKinsey raport tõi välja, et tehisintellekti saab rakendada paljudele vertikaalsetele piirkondadele, mis võimaldab pooljuhtide ettevõtetel hõivata nende tehnoloogiapakkide koguväärtusest 40–50%. Joseph ütles, et tehisintellekt on tugev juhiks veel ühele 10-aastasele kasvutsüklile pooljuhtide tööstuses. Kuid selleks, et seda suundumust tõeliselt realiseerida, on toeks vaja palju andmeid.
"Piisavate andmete korral võite olla ennustav, nii et saate oma masinat väga usaldusväärselt treenida ja lasta masinal tõhusalt õppida." Joseph lisas veel, et kiireks suhtluseks vajalike ja loodud andmete hulk suureneb järgmise 12 aasta jooksul. See jõuab sisse tuhandete majanduskasvu kordades ja neid andmeid tuleb analüüsida ning seejärel selle analüüsi põhjal tegutseda.
“Andmetsunami” mõjul seisab tehisintellekti areng silmitsi ka mitmesuguste vastuoludega. Joseph nimetas tehisintellekti arendamisel kahte vastandlikku eesmärki:
Üks eesmärk on see, et paljud inimesed soovivad andmekeskuse võimalusi pidevalt tugevdada, et tulla toime nii suurte andmemahtudega. Nii arendavad sellised ettevõtted nagu Alibaba ja Amazon AI-ga seotud mootoreid, mis kasutavad seda mootorit tohutu hulga andmete koolitamiseks.
Teisest küljest on mõne ettevõtte eesmärk suruda üha enam töötlemisvõimsust pilve servale, vabastades sellega teatava surve andmekeskuse arendamiseks.
Sel ajal toimunud turu kokkuvarisemise etapis hakkasid paljud pooljuhtide ettevõtted integreeruma; tunduvalt vähenes ka tööstuse atraktiivne investeering tuulekapitali; tehnoloogia uurimine ja arendamine protsesside arendamisel ja muud aspektid on samuti stagneerunud ja aeglustunud.
Pooljuhtide tööstus on nüüd aga teinud uue pöörde. Intervjuus sellistele ajakirjanikele nagu Ji Wei.com ütles Mentor IC EDA asepresident Joseph Sawicki, et tööstus täidab uuesti võimalusi uute tehnoloogiate stimuleerimiseks, näiteks tehisintellekt ja masinõpe.
McKinsey raport tõi välja, et tehisintellekti saab rakendada paljudele vertikaalsetele piirkondadele, mis võimaldab pooljuhtide ettevõtetel hõivata nende tehnoloogiapakkide koguväärtusest 40–50%. Joseph ütles, et tehisintellekt on tugev juhiks veel ühele 10-aastasele kasvutsüklile pooljuhtide tööstuses. Kuid selleks, et seda suundumust tõeliselt realiseerida, on toeks vaja palju andmeid.
"Piisavate andmete korral võite olla ennustav, nii et saate oma masinat väga usaldusväärselt treenida ja lasta masinal tõhusalt õppida." Joseph lisas veel, et kiireks suhtluseks vajalike ja loodud andmete hulk suureneb järgmise 12 aasta jooksul. See jõuab sisse tuhandete majanduskasvu kordades ja neid andmeid tuleb analüüsida ning seejärel selle analüüsi põhjal tegutseda.
“Andmetsunami” mõjul seisab tehisintellekti areng silmitsi ka mitmesuguste vastuoludega. Joseph nimetas tehisintellekti arendamisel kahte vastandlikku eesmärki:
Üks eesmärk on see, et paljud inimesed soovivad andmekeskuse võimalusi pidevalt tugevdada, et tulla toime nii suurte andmemahtudega. Nii arendavad sellised ettevõtted nagu Alibaba ja Amazon AI-ga seotud mootoreid, mis kasutavad seda mootorit tohutu hulga andmete koolitamiseks.
Teisest küljest on mõne ettevõtte eesmärk suruda üha enam töötlemisvõimsust pilve servale, vabastades sellega teatava surve andmekeskuse arendamiseks.
Kiibi areng servandmetöötluses ületab oluliselt andmekeskuse nõutavat kiipi. Tractica andmetel on servadega ühendatud seadmete aastane kasvutempo aastatel 2016–2021 koguni 190%.
Joseph ütles, et lähem, servaarvutamine / -töötlus on pooljuhtide tööstuse peamiseks kasvumootoriks. Kuna spetsiifilised rakendused vajavad paljudes valdkondades kiibi optimeerimist, et saavutada optimaalne kiibi jõudlus, on see võimalus ka EDA tööriistade müüjatele, näiteks Mentorile.
Joseph rõhutab, et äärearvutite AI puhul määratletakse kiibi kujundamine sageli konkreetsete arhitektuuri arendamise nõuetega. Nii et praegune AI arendusplatvorm erineb varasemast arenduskeskkonnast täiesti.
Sellega seoses tutvustas Joseph Mentori kiipide kujundamise tööriistu spetsiaalselt AI-valdkonna jaoks:
lHLS (kõrgetasemeline süntees): Võtke näiteks NVIDIA. Selle tööriista abil saate tootlikkust suurendada ligi kaks korda ja kinnituskulusid 80%.
lHierarhiline test: aitab klientidel veelgi suurendada tootlikkust ja vähendada kulusid. Võttes näiteks Graphcori kliendi, on selle tööriista abil DFT tootlikkust suurendatud 4 korda, testi edastamise kiirus on oluliselt paranenud ja kavandatud ajavahemik on tegelike andmete põhjal lühendatud 3 päevani.
lOPC-tehnoloogia: pooljuhtide valmistamiseks kulub ühe maski tootmiseks ühel päeval 7nm-l ühel päeval 4000 protsessorit, kuid kui kasutate masinõppe algoritme, saate tööaega vähendada 3-4 korda.
lLFD (litograafiliselt sõbralik) tehnoloogia: vähendab märkimisväärselt saagise piiritegurit ja lühendab 10-kordset tootmisaega. Mitte ainult ei suuda tuvastada defekte tootmisprotsessis, vaid ka ennustada defekte.
lDepositööriist: lahendab toote või komponendi rikke probleemi ning parandab tootmise kvaliteeti ja tõhusust.
Lisaks pakub Mentor autotööstusele iseloomustavat tehnoloogiaplatvormi, pakkudes üksikasjalikku analüüsi üldise töökindluse ja ohutuse kohta koos AI-ga, et vähendada iseloomustamise käitusaega koefitsiendiga 100. PAVE 360 autopiloodi simulaator simuleerib pidevalt ka reaalajas töötavaid funktsioone. maailmatingimused virtuaalmasinas, vähendades veelgi kontrollimise aega.
Kas tulevased nutikad kiibid on pühendunud või paindlikud, on tööstusel erinev hääl. Kuid Joseph ütles mikroneti reporterile, et EDA on neutraalne vahend. Tulevikus pakub Mentor suurt keskkonda, kus kliendid saavad kasutada tööriistu oma tarkvara modelleerimiseks ja arendamiseks konkreetses keskkonnas. See on kõige olulisem väärtus, mida Mentor EDA ettevõttena pakub.
Joseph ütles, et lähem, servaarvutamine / -töötlus on pooljuhtide tööstuse peamiseks kasvumootoriks. Kuna spetsiifilised rakendused vajavad paljudes valdkondades kiibi optimeerimist, et saavutada optimaalne kiibi jõudlus, on see võimalus ka EDA tööriistade müüjatele, näiteks Mentorile.
Joseph rõhutab, et äärearvutite AI puhul määratletakse kiibi kujundamine sageli konkreetsete arhitektuuri arendamise nõuetega. Nii et praegune AI arendusplatvorm erineb varasemast arenduskeskkonnast täiesti.
Sellega seoses tutvustas Joseph Mentori kiipide kujundamise tööriistu spetsiaalselt AI-valdkonna jaoks:
lHLS (kõrgetasemeline süntees): Võtke näiteks NVIDIA. Selle tööriista abil saate tootlikkust suurendada ligi kaks korda ja kinnituskulusid 80%.
lHierarhiline test: aitab klientidel veelgi suurendada tootlikkust ja vähendada kulusid. Võttes näiteks Graphcori kliendi, on selle tööriista abil DFT tootlikkust suurendatud 4 korda, testi edastamise kiirus on oluliselt paranenud ja kavandatud ajavahemik on tegelike andmete põhjal lühendatud 3 päevani.
lOPC-tehnoloogia: pooljuhtide valmistamiseks kulub ühe maski tootmiseks ühel päeval 7nm-l ühel päeval 4000 protsessorit, kuid kui kasutate masinõppe algoritme, saate tööaega vähendada 3-4 korda.
lLFD (litograafiliselt sõbralik) tehnoloogia: vähendab märkimisväärselt saagise piiritegurit ja lühendab 10-kordset tootmisaega. Mitte ainult ei suuda tuvastada defekte tootmisprotsessis, vaid ka ennustada defekte.
lDepositööriist: lahendab toote või komponendi rikke probleemi ning parandab tootmise kvaliteeti ja tõhusust.
Lisaks pakub Mentor autotööstusele iseloomustavat tehnoloogiaplatvormi, pakkudes üksikasjalikku analüüsi üldise töökindluse ja ohutuse kohta koos AI-ga, et vähendada iseloomustamise käitusaega koefitsiendiga 100. PAVE 360 autopiloodi simulaator simuleerib pidevalt ka reaalajas töötavaid funktsioone. maailmatingimused virtuaalmasinas, vähendades veelgi kontrollimise aega.
Kas tulevased nutikad kiibid on pühendunud või paindlikud, on tööstusel erinev hääl. Kuid Joseph ütles mikroneti reporterile, et EDA on neutraalne vahend. Tulevikus pakub Mentor suurt keskkonda, kus kliendid saavad kasutada tööriistu oma tarkvara modelleerimiseks ja arendamiseks konkreetses keskkonnas. See on kõige olulisem väärtus, mida Mentor EDA ettevõttena pakub.