domů > Zprávy > Mentor: AI bude dalším katalyzátorem desetiletí růstu v polovodičovém průmyslu

Mentor: AI bude dalším katalyzátorem desetiletí růstu v polovodičovém průmyslu

Po výbuchu internetové bubliny v roce 2001 bylo mnoho lidí plné pochybností o budoucím vývoji celého polovodičového průmyslu.

V době kolapsu trhu se tehdy začalo integrovat mnoho polovodičových společností; výrazně se snížila také atraktivní investice tohoto odvětví do větrného kapitálu; technologický výzkum a vývoj ve vývoji procesů a dalších aspektech také stagnovaly a zpomalily.

Průmysl polovodičů však nyní zaznamenal nový obrat. V rozhovoru s reportéry, jako je Ji Wei.com, výkonný viceprezident Mentor IC EDA Joseph Sawicki uvedl, že toto odvětví je znovu naplněno příležitostmi pod stimulací nových technologií, jako je umělá inteligence a strojové učení.

Zpráva McKinsey poukázala na to, že umělou inteligenci lze aplikovat na mnoho vertikálních oblastí, což umožňuje polovodičovým společnostem zachytit 40 až 50% celkové hodnoty z těchto technologických balíčků. Joseph řekl, že umělá inteligence bude silným katalyzátorem dalšího desetiletého růstového cyklu v polovodičovém průmyslu. Aby se však tento trend stal skutečností, je zapotřebí mnoho dat jako podpora.

"S dostatkem dat můžete být prediktivní, takže můžete trénovat svůj stroj velmi spolehlivě a nechat stroj učit se efektivně." Joseph dále dodal, že množství dat potřebných a vytvořených pro vysokorychlostní komunikaci se v příštích 12 letech zvýší. Bude to uvádět tisíce časů růstu a tato data je třeba analyzovat a na základě této analýzy přijmout opatření.

Pod vlivem „datové tsunami“ však vývoj umělé inteligence také čelí různým rozporům. Joseph zmínil dva protichůdné cíle ve vývoji umělé inteligence:

Jedním z cílů je, že mnoho lidí chce neustále posilovat schopnosti datového centra, aby se vypořádaly s tak obrovským množstvím dat. Společnosti jako Alibaba a Amazon vyvíjejí motory související s umělou inteligencí, které tento motor používají k tréninku obrovského množství dat.

Na druhé straně cílem některých společností je tlačit stále více a více výpočetní energie na okraj cloudu, čímž se uvolňuje určitý tlak na rozvoj datového centra.




Vývoj čipů v hranových výpočtech výrazně převýší čip požadovaný datovým centrem. Podle společnosti Tractica bude v letech 2016 až 2021 složená roční míra růstu u zařízení s připojením na hranu až 190%.

Joseph řekl, že blíž, hraniční výpočetní technika / zpracování bude hlavním motorem růstu v polovodičovém průmyslu. Protože specifické aplikace v mnoha oblastech vyžadují optimalizované návrhy čipů k dosažení optimálního výkonu čipů, bude to příležitost pro dodavatele nástrojů EDA, jako je Mentor.

Joseph zdůrazňuje, že v hraničních výpočtech AI je návrh čipů často definován specifickými požadavky na vývoj architektury. Současná vývojová platforma AI se tedy zcela liší od předchozího vývojového prostředí.

V tomto ohledu Joseph představil nástroje pro návrh čipů Mentor speciálně pro oblast AI:

lHLS (syntéza na vysoké úrovni): Jako příklad vezměte NVIDIA. Pomocí tohoto nástroje můžete zvýšit produktivitu téměř dvakrát a náklady na ověření o 80%.

lHierarchicl test: Pomáhá zákazníkům dále zvyšovat produktivitu a snižovat náklady. Vezmeme-li jako příklad zákazníka Graphcor, použitím tohoto nástroje se produktivita DFT zvýšila čtyřikrát, rychlost testovacího přenosu se výrazně zlepšila a doba návrhu se na základě skutečných dat zkrátila na 3 dny.

Technologie lOPC: používá se při výrobě polovodičů, výroba jednoho masky trvá 4 000 procesorů jeden den na 7nm bázi, ale pokud používáte algoritmy strojového učení, můžete zkrátit dobu provozu 3-4krát.

Technologie lLFD (litograficky přátelská): významně snižuje faktor meze výtěžnosti a zkracuje dobu běhu 10krát výroby. Nejenže mohou identifikovat závady ve výrobním procesu, ale také předvídat závady.

l Nástroj pro uložení: řeší problém selhání produktu nebo součásti a zvyšuje kvalitu a efektivitu výroby.

Kromě toho Mentor poskytuje technologickou platformu charakterizace pro automobilový průmysl a poskytuje podrobnou analýzu celkové spolehlivosti a bezpečnosti v kombinaci s AI, aby se zkrátila doba běhu charakterizace faktorem 100. Simulátor PAVE 360 Autopilot Simulator také průběžně simuluje real- světové podmínky ve virtuálním stroji, což dále zkracuje dobu ověření.

Ať už jsou budoucí inteligentní čipy vyhrazené nebo flexibilní, průmysl má různé hlasy. Ale Joseph řekl reportérovi mikronetů, že EDA je neutrální nástroj. V budoucnu bude společnost Mentor poskytovat velké prostředí, kde zákazníci budou moci nástroje používat k modelování a vývoji svého softwaru v konkrétních prostředích. Toto je nejdůležitější hodnota, kterou Mentor nabízí jako společnost EDA.