ویبینار: اینالاگ فرنٹ اینڈ ڈیزائن فلو میں مشین لرننگ کے ساتھ پیداواری صلاحیت میں اضافہ

اینالاگ آئی سی ڈیزائنرز سرکٹ ڈیزائن کے لیے پرانے، مانوس، دستی تکرار کے طریقوں کو دوبارہ استعمال کرنے میں بہت زیادہ وقت اور کوشش صرف کر سکتے ہیں، صرف اس لیے کہ یہ ہمیشہ سے کیا جاتا رہا ہے۔ سرکٹ آپٹیمائزیشن ایک EDA اپروچ ہے جو ینالاگ اور مکسڈ سگنل ڈیزائن کی ضروریات کو پورا کرنے کے لیے PVT کونوں اور پروسیس کی مختلف حالتوں میں SPICE سمولیشن چلا کر سیل کے تمام ٹرانزسٹروں کو خود بخود سائز دے سکتا ہے۔ امید افزا لگتا ہے، ٹھیک ہے؟

تو مجھے کون سا سرکٹ آپٹیمائزر استعمال کرنے پر غور کرنا چاہئے؟

اس سوال کا جواب دینے کے لیے ایک ویبنار آ رہا ہے، جس کی میزبانی کر رہا ہے۔ مونیڈا، ایک EDA کمپنی 2001 میں دوبارہ شروع ہوئی، اور یہ سب کچھ ان کے سرکٹ آپٹیمائزر کے بارے میں ہے۔ WiCkeD. ان پٹ ڈیزائن کی ضروریات کے ساتھ اسپائس نیٹ لسٹ ہیں، جیسے: فائدہ، بینڈوتھ اور بجلی کی کھپت۔ آؤٹ پٹس ایک سائز کی نیٹ لسٹ ہیں جو ڈیزائن کی ضروریات کو پورا کرتی ہیں یا اس سے تجاوز کرتی ہیں۔

WiCkeD کے ساتھ خفیہ چٹنی یہ ہے کہ یہ کس طرح ایک مشین لرننگ (ML) ماڈل تیار کرتا ہے تاکہ ایک ڈیزائن آف ایکسپیریمنٹس (DOE) کو چلانے کے لیے بدترین PVT کارنر کا حساب لگایا جا سکے، ٹرانجسٹر جیومیٹری کی حساسیت کو تلاش کیا جا سکے، اور یہاں تک کہ آن چپ ویری ایشن (OCV) کا حساب لگایا جا سکے۔ ) حساسیت یہ نقطہ نظر نقلی ڈیٹا سے ایک غیر لکیری، اعلی جہتی ML ماڈل تخلیق اور اپ ڈیٹ کرتا ہے۔

ML ماڈل کا ہونا ٹول کو آپٹیمائزیشن چیلنج کو حل کرنے کے قابل بناتا ہے، پھر SPICE سمولیشن چلا کر حتمی تصدیق کریں۔ تمام ضروریات پوری ہونے تک خودکار تکرار موجود ہیں۔ اب یہ پرانے دستی تکرار کے طریقوں سے کہیں زیادہ تیز لگتا ہے۔ ایم ایل ماڈل کی تربیت خودکار اور کافی موثر ہے۔

سرکٹ ڈیزائنرز بھی سیکھیں گے:

• سرکٹ آپٹیمائزیشن کا استعمال کہاں کرنا ہے۔
• کس قسم کے سرکٹس کو بہتر بنانا اچھا ہے۔
• سرکٹ کی اصلاح سے ڈیزائن کے بہاؤ میں کتنی قدر آتی ہے۔

STMicroelectronics کے انجینئرز نے WiCkeD میں سرکٹ آپٹیمائزیشن کا استعمال کیا ہے، اور MunEDA وقت کی بچت اور ضروریات کو پورا کرنے میں بہتری میں اپنے مخصوص نتائج کے بارے میں بات کرتا ہے۔ پاور ایمپلیفائر کمپنی Inplay Technologies نے DAC 2018 کانفرنس سے سرکٹ آپٹیمائزیشن کے نتائج دکھائے۔

ویبینار کی تفصیلات

11 اپریل، صبح 10 بجے PDT بذریعہ ویبنار دیکھیں آن لائن رجسٹریشن.

متعلقہ بلاگز

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://semiwiki.com/eda/326047-webinar-enhance-productivity-with-machine-learning-in-the-analog-front-end-design-flow/