יישומי סימולציית AI ו-SPICE Circuit - Semiwiki

הועלה מחדש על ידי אפלטון

עוקב: 0

האם אתה יכול למנות את ספק ה-EDA שהשתמש לראשונה בבינה מלאכותית החל לפני 15 שנה עבור מעצבי מעגלים המשתמשים בסימולטורים של SPICE? אני זוכר את הספק הזה, זה היה סולידו, עכשיו חלק ממנו סימנס EDA, ובדיוק קראתי את המאמר בן 8 העמודים שלהם על איך הם מסתכלים על הרמות השונות של AI בשימוש ב-EDA כדי לעזור למעצבי IC לעבוד חכם ומהיר יותר מאשר שימוש בשיטות ידניות.

עיצובים מותאמים אישית, לרבות ספריות תאים, זיכרון ו-IP אנלוגיים, דורשים להפעיל סימולציות SPICE על פני שילובי תהליך, מתח וטמפרטורה רבים (PVT), כמו גם וריאציות מקומיות שיאומתו במלואן לתפוקת יעד, כגון 3, 4, 5, 6 סיגמא , או גבוה יותר. בנוסף, מודלים של תזמון המשמשים על ידי סינתזה לוגית וכלי ניתוח תזמון סטטי דורשים גם סימולציות SPICE רבות עבור מודלים ואימות lib, במיוחד עם וריאציה סטטיסטית הכלולה ב-Liberty Variation Format (LVF) של .libs. משימות אלו זקוקות למיליוני או מיליארדי סימולציות של SPICE, ועשויות להימשך שבועות.

טכנולוגיית Solido משתמשת בגישת AI אדפטיבית המשתמשת בסימולציות SPICE כדי לקבל תוצאות ראשוניות, בוחרת נקודות דגימה, מדמה עוד נקודות קצה, ואז מאמתת את עצמה ומסתגלת לפי הצורך, עם תוצאות התואמות את שיטות מונטה קרלו בכוח הגזע בשבריר של זְמַן.

כל כלי EDA שמשתמש בבינה מלאכותית חייב לעמוד בקריטריונים כדי לסמוך עליו, כמו האם ניתן לאמת אותו, האם הוא מדויק בהשוואה להפניה, האם הוא יעבוד באופן כללי על כל העיצובים שלי, האם הוא חזק מספיק כדי לחסוך לי זמן ומאמץ, וכן האם ניתן להשתמש בו על ידי צוות הנדסה. אתה יכול גם לחשוב על רמת הבשלות של כלי ה-EDA שלך עם תכונות AI.

רמה 0 - ללא גישת AI, SPICE עם מונטה קרלו בכוח גס.
רמה 1 - בינה מלאכותית אמינה בחלקה, שבה היא פועלת על חלק מהתאים, אך לא על כולם.
רמה 2 - AI אמין חלקית, עם אימות עצמי ודיוק מקובל.
רמה 3 - בינה מלאכותית, מודעת לדיוק, שבה תוצאות דיוק נמוך מוחלפות בתוצאות דיוק גבוהות יותר באמצעות איסוף נתונים רב יותר, שיפור המודלים באופן אוטומטי.
רמה 4 - AI ייצור מלא שעובד עבור כל התאים, כל המארזים הפינתיים, כל הזמן.

הנה גישת כלי EDA לשלב 3 של בגרות בינה מלאכותית:

מתודולוגיה אוטומטית זו מפיקה תוצאות מדויקות במהירות רבה, אך אינה דורשת התערבות ידנית. להגיע לרמה 1 של בינה מלאכותית לוקח ימים, רמה 2 ייקח חודשים, רמה 3 דורשת שנים, ורמה 4 תדרוש עשרות שנים של שנות מפתחים כדי להגיע.

סביבת עיצוב סולידו יש תכונה לאימות סיגמה גבוהה, שבה AI מאיץ את ריצות SPICE בסדר גודל, אך הדיוק הוא SPICE מלא. מהנדסים יכולים להגיע לתוצאות אימות של 6 סיגמא בהרבה פחות זמן לעומת שיטות של כוח גס. שימוש בגישת High-Sigma Verifier הראה שיפור מהירות של פי 4,000,000 מהר יותר מ-Brute Force בדוגמה של תא. עם שיטות ישנות צוות הנדסה אפילו לא ישקול אימות סיגמא גבוה, כי זמני הריצה יהיו איטיים מדי.

יתר על כן, AI תוסף מאפשר ל-Solido Design Environment לעשות שימוש חוזר במודלים של AI מהרצה אחת כדי לעזור להאיץ עוד יותר את הריצות הבאות, ולהאיץ משימות אימות מצטברות עד פי 100 נוספים.

כדי ליצור ולאמת מודלים של Liberty (.lib) עם AI, מהנדס יפעיל את Solido Generator שמייצר PVT פינות .libs חדשות תוך שימוש בפינות PVT קיימות כנתוני עוגן, ו-Solido Analytics לאימות מלא של .libs, כולל זיהוי חריגים ובעיות פוטנציאליות ב-. נתוני .lib באופן אוטומטי. שני הכלים הללו הם חלק סוויטת אפיון סולידו. טכניקות ה-AI כאן מפחיתות את זמן הייצור והאימות של lib משבועות לשעות ריצה בלבד.

מפת הדרכים לטכניקות בינה מלאכותית עם כלי Solido כוללת בינה מלאכותית מסייעת, שבה בינה מלאכותית גנרטיבית תעזור למהנדסים למצוא ולבחור אפשרויות אופטימיזציה של עיצוב.

<br> סיכום

ל-Solido יש היסטוריה של 15 שנים של יישום טכניקות בינה מלאכותית על מעצבי מעגלים לאימות סיגמה גבוהה ואפיון תאים, מה שנותן להם תוצאות אימות בזמני ריצה קצרים בהרבה. שאל את ספקי ה-EDA שלך מה הניסיון שלהם ביישום שיטות בינה מלאכותית על הכלים שלהם ונסה לראות איזו רמה של בגרות בינה מלאכותית מוצעת. הגעה לבגרות של AI ברמה 3 או רמה 4 דורשת עשרות שנים של מאמץ פיתוח.

קרא את מאמר בן 8 עמודים בסימנס EDA.