广告

将人工智能引入EDA行业已刻不容缓

时间:2019-01-30 作者:Cadence公司CEO 陈立武(Lip-Bu Tan) 阅读:
2018年是Cadence增长非常强劲的一年,我们甚至上调了本财年的财务预期。中国市场一直是Cadence的战略重点,持续的技术创新以及与包括中国在内全球关键合作伙伴和客户的密切协作,是我们获此佳绩的基础。

2018年是Cadence增长非常强劲的一年,我们甚至上调了本财年的财务预期。中国市场一直是Cadence的战略重点,持续的技术创新以及与包括中国在内全球关键合作伙伴和客户的密切协作,是我们获此佳绩的基础。l9UEETC-电子工程专辑

Cadence公司首席执行官陈立武(Lip-Bu Tan) copy.jpgl9UEETC-电子工程专辑

陈立武(Lip-Bu Tan),Cadence公司CEOl9UEETC-电子工程专辑

l9UEETC-电子工程专辑

步入2019年,半导体行业和电子产业将保持持续增长态势,我们也将在2018年基础上再创佳绩。新的一年里,人工智能(AI)、机器学习和汽车应用将成为市场的主要驱动力,为即将颁布的5G标准铺平道路的各种应用也将成为重要推手。我们对未来5年半导体产业的前景十分看好,相信5年后将会比目前的成长高出2倍。l9UEETC-电子工程专辑

除了AI和机器学习之外,神经拟态计算、量子计算和硅光集成器件的发展也非常值得关注,未来5至10年将迎来前景良好的发展时期。l9UEETC-电子工程专辑

EDA行业来说,将人工智能引入EDA工具将不再是纸上谈兵,这对2019年和未来而言都是至关重要的。AI算法可以帮助客户设计达到最优化的PPA目标(功耗、性能、面积),开发性能更高的终端产品。不仅如此,AI还可以提出建议,帮助设计师精准决策,更智能化的判断设计折衷,进一步减少设计迭代,缩短设计周期,加快上市速度。最终,具备AI特性的EDA工具将助力客户设计出更好的芯片,并快速推向市场。l9UEETC-电子工程专辑

美国国防高级研究计划局(DARPA)六个新项目之一的电子资产智能设计(IEDA) 项目就极具代表性。通过将机器学习与EDA设计工具相融合,赋予设计过程更高水平的自主权,开发真正由设计意图驱动的产品,为系统设计实现奠定基础。其中, 先进的机器学习算法、7nm以下芯片设计支持、布线和设备自动化等都是这个项目的关注点,旨在解决迫在眉睫的半导体设计人才的巨大缺口和经济成本压力。l9UEETC-电子工程专辑

与此同时,EDA上云端也是未来的趋势。这种方案不但可以解决芯片创业者获取EDA工具成本的问题,也能解决某些芯片大企业临时使用某些工具的问题。同时还可以利用云端庞大的运算能力解决仿真耗时的问题, 这是一个双赢的决定。l9UEETC-电子工程专辑

尽管摩尔定律出现放缓迹象,但并未停止。作为EDA供应商,持续推动技术进步并实现先进节点工艺是发展的关键。Cadence已经大举投资了7纳米和5 纳米工艺研发并取得了巨大成功,接下来,继续投资3纳米工艺技术以及更先进的制程工艺,是我们的使命所在。l9UEETC-电子工程专辑

除了工艺本身的复杂性外,新一代人工智能应用芯片需要更小的尺寸以及更高的复杂度,这对EDA工具提出了更为严苛的要求,必须要拥有能与设计需求实现同步的可扩展化能力。正如前文所述,将AI引入EDA工具,支持大规模并行运算,且可以部署在云端正是为实现该目标所提出的解决方案。l9UEETC-电子工程专辑

另一方面,一些被称作“超越摩尔定律(More than Moore)”的技术也是未来数年内值得我们重点关注的。包括以堆叠晶片和3D-IC为代表的先进封装技术,能够帮助用户无需依赖摩尔定律或者Dennard缩放效应 ;我们提出的系统设计实现(System Design Enablement)战略,则可以实现性能和功耗属性的持续优化。l9UEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
  • 如何在设计中有效考虑Dummy Metal Fill对于芯片的影响 Cadence公司的Quantus中提供的IVMF功能在各个工艺节点都具有很高的精度,对于Metal Fill的模拟可以帮助工程师在布局绕线的同时考虑到Metal Fill对于芯片整体的影响,从而有效提高整体的设计效率,保证整体设计周期。
  • 从聆听到思考,Cadence DSP双星闪耀亮出智能“DNA” 按照Cadence的命名规则,DNA是深度神经网络加速器(Deep Neural-network Accelerator)的简称。但其实对更多的人来说,DNA是生命的符号,它在让我们每个人独一无二的同时,又将我们与地球上的其他人类联系在一起。那么,Tensilica DNA100处理器,会不会也具备类似的属性?
  • AI从云端转向边缘,新架构应运而生 随着人工智能(AI)能力从云端转向边缘,芯片制造商必然会找到可行的方法,在更小、更高效,且成本更低的设备中实现各种AI功能,比如神经网络处理和语音识别等。
  • Cadence:挑战混合信号的设计瓶颈 Mladen Nizic,Cadence混合信号解决方案工程总监,介绍了当今世界众多应用,包括手机、汽车、IoT等,对混合信号IC设计提出的更严格的要求。
  • Cadence:强化AI IP! Lazaar Louis,Cadence Tensilica IP事业部产品管理高级总监,分享了联发科在其处理器中采用了Tensilica AI IP,以实现实时AI识别,并应用在OPPO的一款手机产品中。
  • Imec 与 Cadence 成功流片首款 3nm 测试芯片 3nm CPU 核心设计采用极紫外技术, 193 浸没式光刻技术及 Cadence 数字工具……
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告