AI And SPICE Circuit Simulation Applications - Semiwiki

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

Μπορείτε να ονομάσετε τον προμηθευτή EDA που χρησιμοποίησε για πρώτη φορά την τεχνητή νοημοσύνη πριν από 15 χρόνια για σχεδιαστές κυκλωμάτων που χρησιμοποιούν προσομοιωτές SPICE; Θυμάμαι αυτόν τον πωλητή, ήταν ο Solido, τώρα μέρος του Siemens EDA, και μόλις διάβασα το έγγραφο 8 σελίδων τους σχετικά με το πώς βλέπουν τα διάφορα επίπεδα τεχνητής νοημοσύνης που χρησιμοποιούνται στο EDA για να βοηθήσουν τους σχεδιαστές IC να λειτουργούν πιο έξυπνα και πιο γρήγορα από τη χρήση μη αυτόματων μεθόδων.

Τα προσαρμοσμένα σχέδια, συμπεριλαμβανομένων των βιβλιοθηκών κυψέλης, μνήμης και αναλογικής IP απαιτούν την εκτέλεση προσομοιώσεων SPICE σε πολλούς συνδυασμούς διεργασίας, τάσης και θερμοκρασίας (PVT), καθώς και τοπική διακύμανση για την πλήρη επαλήθευση της απόδοσης στόχου, όπως 3, 4, 5, 6 σίγμα , ή υψηλότερο. Επιπλέον, τα μοντέλα χρονισμού που χρησιμοποιούνται από εργαλεία λογικής σύνθεσης και στατικής ανάλυσης χρονισμού απαιτούν επίσης πολλές προσομοιώσεις SPICE για μοντελοποίηση και επικύρωση .lib, ειδικά με τη στατιστική παραλλαγή που περιλαμβάνεται στις ενότητες Liberty Variation Format (LVF) του .libs. Αυτές οι εργασίες χρειάζονται εκατομμύρια ή δισεκατομμύρια προσομοιώσεις SPICE και μπορεί να χρειαστούν εβδομάδες για να ολοκληρωθούν.

Η τεχνολογία Solido χρησιμοποιεί μια προσαρμοστική προσέγγιση τεχνητής νοημοσύνης που χρησιμοποιεί προσομοιώσεις SPICE για να πάρει αρχικά αποτελέσματα, επιλέγει σημεία δειγμάτων, προσομοιώνει περισσότερα σημεία στο τέλος, στη συνέχεια αυτο-επαληθεύει και προσαρμόζεται όπως απαιτείται, με αποτελέσματα που ταιριάζουν με τις μεθόδους brute-force Monte Carlo σε ένα κλάσμα του χρόνος.

Κάθε εργαλείο EDA που χρησιμοποιεί τεχνητή νοημοσύνη πρέπει να πληροί κριτήρια για να είναι αξιόπιστο, όπως μπορεί να επαληθευτεί, είναι ακριβές σε σύγκριση με μια αναφορά, θα λειτουργήσει γενικά σε όλα τα σχέδιά μου, είναι αρκετά ισχυρό για να μου εξοικονομήσει χρόνο και προσπάθεια και μπορεί να χρησιμοποιηθεί από ομάδα μηχανικών. Μπορείτε επίσης να σκεφτείτε το επίπεδο ωριμότητας του εργαλείου σας EDA με λειτουργίες AI.

Επίπεδο 0 – χωρίς προσέγγιση AI, SPICE με ωμή βία Monte Carlo.
Επίπεδο 1 – μερικώς αξιόπιστη τεχνητή νοημοσύνη, όπου λειτουργεί σε ορισμένα κελιά, αλλά όχι σε όλα.
Επίπεδο 2 – μερικώς αξιόπιστη τεχνητή νοημοσύνη, με αυτοεπαλήθευση και αποδεκτή ακρίβεια.
Επίπεδο 3 – προσαρμοστική τεχνητή νοημοσύνη με επίγνωση της ακρίβειας, όπου τα αποτελέσματα χαμηλής ακρίβειας αντικαθίστανται από αποτελέσματα υψηλότερης ακρίβειας μέσω περισσότερων συλλογών δεδομένων, βελτιώνοντας αυτόματα τα μοντέλα.
Επίπεδο 4 – τεχνητή νοημοσύνη πλήρους παραγωγής που λειτουργεί για όλα τα κύτταρα, όλες τις γωνιακές θήκες, όλη την ώρα.

Ακολουθεί μια προσέγγιση εργαλείου EDA για το Επίπεδο 3 της ωριμότητας AI:

Αυτή η αυτοματοποιημένη μεθοδολογία παράγει ακριβή αποτελέσματα πολύ γρήγορα, αλλά δεν απαιτεί χειροκίνητη παρέμβαση. Για να φτάσετε στο επίπεδο 1 της τεχνητής νοημοσύνης χρειάζονται μέρες, το επίπεδο 2 θα διαρκέσει μήνες, το επίπεδο 3 απαιτεί χρόνια και το επίπεδο 4 θα απαιτήσει δεκαετίες ετών προγραμματιστών για να επιτευχθεί.

Solido Design Environment έχει μια δυνατότητα για επαλήθευση υψηλού σίγμα, όπου η τεχνητή νοημοσύνη επιταχύνει τις εκτελέσεις SPICE κατά μια τάξη μεγέθους, ωστόσο η ακρίβεια είναι πλήρης SPICE. Οι μηχανικοί μπορούν να φτάσουν τα αποτελέσματα επαλήθευσης 6 sigma σε πολύ λιγότερο χρόνο έναντι των μεθόδων ωμής βίας. Η χρήση της προσέγγισης του Επαληθευτή High-Sigma έδειξε βελτίωση ταχύτητας κατά 4,000,000 φορές ταχύτερη από την ωμή βία σε ένα παράδειγμα κυψέλης. Με παλιές μεθόδους, μια ομάδα μηχανικών δεν θα εξέταζε καν την επαλήθευση υψηλού σίγμα, επειδή οι χρόνοι εκτέλεσης θα ήταν πολύ αργοί.

Επιπλέον, η πρόσθετη τεχνητή νοημοσύνη επιτρέπει στο Solido Design Environment να επαναχρησιμοποιήσει μοντέλα τεχνητής νοημοσύνης από μία εκτέλεση για να βοηθήσει στην περαιτέρω επιτάχυνση των επόμενων εκτελέσεων, επιταχύνοντας τις εργασίες επαλήθευσης έως και 100 φορές επιπλέον.

Εικόνα 3 min — Solido Design Environment

Για να δημιουργήσει και να επαληθεύσει μοντέλα Liberty (.lib) με τεχνητή νοημοσύνη, ένας μηχανικός θα τρέξει το Solido Generator που παράγει νέες γωνίες PVT .libs χρησιμοποιώντας υπάρχουσες γωνίες PVT ως δεδομένα αγκύρωσης και το Solido Analytics για την πλήρη επικύρωση των .libs, συμπεριλαμβανομένου του εντοπισμού ακραίων τιμών και πιθανών ζητημάτων σε .lib δεδομένα αυτόματα. Και τα δύο αυτά εργαλεία αποτελούν μέρος του Σουίτα χαρακτηρισμού Solido. Οι τεχνικές AI εδώ μειώνουν τον χρόνο παραγωγής και επικύρωσης .lib από εβδομάδες σε ώρες χρόνου εκτέλεσης.

Ο οδικός χάρτης για τεχνικές τεχνητής νοημοσύνης με εργαλεία Solido περιλαμβάνει το Assistive AI, όπου η γενετική τεχνητή νοημοσύνη θα βοηθήσει τους μηχανικούς να βρουν και να επιλέξουν επιλογές βελτιστοποίησης σχεδιασμού.

Χαρακτηριστικά

Το Solido έχει μια 15ετή ιστορία εφαρμογής τεχνικών τεχνητής νοημοσύνης σε σχεδιαστές κυκλωμάτων για επαλήθευση υψηλού σίγμα και χαρακτηρισμό κυψελών, δίνοντάς τους αποτελέσματα επαλήθευσης σε πολύ μικρότερους χρόνους εκτέλεσης. Ρωτήστε τους προμηθευτές σας EDA ποια είναι η εμπειρία τους στην εφαρμογή μεθόδων τεχνητής νοημοσύνης στα εργαλεία τους και προσπαθήστε να δείτε ποιο επίπεδο ωριμότητας τεχνητής νοημοσύνης προσφέρεται. Η επίτευξη ωριμότητας τεχνητής νοημοσύνης επιπέδου 3 ή επιπέδου 4 απαιτεί προσπάθεια ανάπτυξης δεκαετιών.

Διαβάστε το άρθρο 8 σελίδων στη Siemens EDA.