ওয়েবিনার: এনালগ ফ্রন্ট-এন্ড ডিজাইন ফ্লোতে মেশিন লার্নিং দিয়ে উৎপাদনশীলতা বাড়ান

অ্যানালগ আইসি ডিজাইনাররা সার্কিট ডিজাইনের জন্য পুরানো, পরিচিত, ম্যানুয়াল পুনরাবৃত্তি পদ্ধতিগুলি পুনরায় ব্যবহার করে অনেক বেশি সময় এবং প্রচেষ্টা ব্যয় করতে পারে, কারণ এটি সবসময়ই করা হয়েছে। সার্কিট অপ্টিমাইজেশান হল একটি EDA পদ্ধতি যা অ্যানালগ এবং মিশ্র-সংকেত ডিজাইনের প্রয়োজনীয়তা মেটাতে PVT কোণ এবং প্রক্রিয়া বৈচিত্র জুড়ে SPICE সিমুলেশন চালানোর মাধ্যমে একটি কক্ষের সমস্ত ট্রানজিস্টরকে স্বয়ংক্রিয়ভাবে আকার দিতে পারে। প্রতিশ্রুতিশীল শোনাচ্ছে, তাই না?

তাই কোন সার্কিট অপ্টিমাইজার ব্যবহার করার কথা বিবেচনা করা উচিত?

এই প্রশ্নের উত্তর দিতে একটি ওয়েবিনার আসছে, হোস্ট করেছে মুনেদা, একটি EDA কোম্পানি 2001 সালে আবার শুরু হয়েছিল, এবং এটি তাদের সার্কিট অপ্টিমাইজার সম্পর্কে WiCkeD. ইনপুটগুলি ডিজাইনের প্রয়োজনীয়তার সাথে একটি SPICE নেটলিস্ট, যেমন: লাভ, ব্যান্ডউইথ এবং পাওয়ার খরচ। আউটপুট একটি আকারের নেটলিস্ট যা ডিজাইনের প্রয়োজনীয়তা পূরণ করে বা অতিক্রম করে।

WiCkeD-এর সাথে গোপন সস হল কিভাবে এটি একটি মেশিন লার্নিং (ML) মডেল তৈরি করে একটি ডিজাইন অফ এক্সপেরিমেন্টস (DOE) চালানোর জন্য সবচেয়ে খারাপ-কেস PVT কোণার গণনা করতে, ট্রানজিস্টরের জ্যামিতি সংবেদনশীলতা খুঁজে বের করতে এবং এমনকি অন চিপ বৈচিত্র (OCV) গণনা করতে ) সংবেদনশীলতা। এই পদ্ধতিটি সিমুলেটেড ডেটা থেকে একটি নন-লিনিয়ার, হাই-ডাইমেনশনাল এমএল মডেল তৈরি এবং আপডেট করে।

একটি ML মডেল থাকা টুলটিকে অপ্টিমাইজেশন চ্যালেঞ্জ সমাধান করতে সক্ষম করে, তারপর একটি SPICE সিমুলেশন চালিয়ে একটি চূড়ান্ত যাচাই করুন৷ সমস্ত প্রয়োজনীয়তা পূরণ না হওয়া পর্যন্ত স্বয়ংক্রিয় পুনরাবৃত্তি আছে। এখন এটি পুরানো ম্যানুয়াল পুনরাবৃত্তি পদ্ধতির চেয়ে অনেক দ্রুত শোনাচ্ছে। এমএল মডেল প্রশিক্ষণ সব স্বয়ংক্রিয়, এবং বেশ দক্ষ.

সার্কিট ডিজাইনাররাও শিখবেন:

• সার্কিট অপটিমাইজেশন কোথায় ব্যবহার করবেন
• কি ধরনের সার্কিট অপ্টিমাইজ করা ভাল
• সার্কিট অপটিমাইজেশন ডিজাইন প্রবাহে কতটা মান আনে

STMicroelectronics-এর প্রকৌশলীরা WiCkeD-এ সার্কিট অপ্টিমাইজেশন ব্যবহার করেছেন, এবং MunEDA সময় সাশ্রয় এবং প্রয়োজনীয়তা পূরণের ক্ষেত্রে তাদের নির্দিষ্ট ফলাফল সম্পর্কে কথা বলে। পাওয়ার অ্যামপ্লিফায়ার কোম্পানি ইনপ্লে টেকনোলজিস DAC 2018 কনফারেন্স থেকে সার্কিট অপ্টিমাইজেশন ফলাফল দেখিয়েছে।

ওয়েবিনার বিস্তারিত

11শে এপ্রিল, সকাল 10am PDT এর ওয়েবিনারটি দেখুন৷ অনলাইন নিবন্ধন.

সম্পর্কিত ব্লগ

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• উত্স: https://semiwiki.com/eda/326047-webinar-enhance-productivity-with-machine-learning-in-the-analog-front-end-design-flow/