2018 China IC Liderlik Zirvesi belgesel raporu (Bölüm 1) "Bahara kadar yaşayalım ve Çing'i yaşayalım"
Aspencore'un küresel ihraççısı ve yönetici direktörü Victor Gao, karşılama konuşmasında, 2017'de yapay zeka dalgasının önderlik ettiği yeni bir teknolojik yenilik turunun, küresel yarı iletken inovasyonunun hızlanmasına hızla yol açtığını söyledi. Çinli IC tasarım şirketleri, denizaşırı IC tasarım şirketleriyle eşzamanlı olarak kalkış yapma fırsatını başlattı. Aynı zamanda, ilk olarak Çin tarafından önerilen ve savunulan "Tek Kuşak Bir Yol" stratejisi, hızla yeni bir parlak nokta ve küresel ekonomik ve teknolojik gelişmenin yeni odağı haline geldi.
Öngörülebilir gelecekte, küresel yarı iletken endüstrisi hızlı bir gelişme eğilimi gösterecek. Almanya, Fransa ve Birleşik Krallık tarafından temsil edilen Avrupa, akıllı üretim, akıllı şehirler ve blok zinciri gibi popüler teknolojilere dikkat etmeye devam edecek; Kuzey Amerika'da Silikon Vadisi ve Boston, sadece yeni kurulan şirketlerin güçlü gelişimine değil, aynı zamanda yaşam bilimleri, çevre bilimleri, Havacılık bilimi ve diğer disiplinler de hızla ilerliyor; dünyanın en dinamik pazarı olan Asya-Pasifik bölgesi, özellikle CPU'lar, GPU'lar ve bellekler için güçlü bir talebe sahip. Şu anda dünyadaki en önemli geliştirme noktası yapay zeka ve Nesnelerin İnternetinden geliyor.İnsanlar ve makineler benzeri görülmemiş bir entegrasyona ulaştı. Nesnelerin İnterneti, bulut, telekomünikasyon ve terminaller arasında yakın işbirliği gerektiren "İnternetim" e dönüşüyor.
"Üstte astronomiyi, altta coğrafyayı bilmek, ayağa kalkmak için kutsal yazılar ve dövüş sanatları yazmak." Çin IC şirketleri, yüksek teknoloji sermayesi, teknik yetenekler ve en iyi küresel pazarın avantajlarına dayanarak, son yıllarda bir dizi etkileyici başarı yarattı. Örneğin, Çinin kendi geliştirdiği CPUları yerel süper bilgisayarlarda ve Yangtze Memory 3D NANDde çalışıyor. Bellek yongalarının toplu üretimi çok yakında. Tsinghua Üniversitesinin yeniden yapılandırılabilir bilgi işlem işlemcileri ve Zhaoyinin yenilikçi uçucu olmayan bellek yongalarının tümü yıldız ürünler haline geldi. Öyleyse, Çinli IC üreticileri küresel pazara doğru nasıl ilerleyebilir ve IC döneminin zirvesini "One Belt One Road" uygun politikası altında nasıl işgal edebilir? AI çağında Çinli IC üreticileri, uluslararası rakipleriyle aynı başlangıç çizgisinde olabilir mi? Bu zirve, mutlu şüphelerinizi birer birer çözecek.
Zirveye AspenCore Asya Pasifik Genel Müdürü ve Baş Analist Zhang Yubo ev sahipliği yaptı
Çin'in IoT, 5G ve yapay zeka pazarlarındaki IC fırsatları
Huawei, IoT endüstrisinde her zaman bir savunucu ve önemli bir katılımcı olmuştur. Bununla birlikte, Huawei Technologies Co., Ltd.'de yarı iletken iş stratejisi ve iş geliştirme müdürü Xia Yanqiu'nun görüşüne göre, geçmişte Nesnelerin İnternetinin gelişimi aslında tatmin edici değildi.
"Geçmişe bakıldığında, IoT kavramı yaklaşık 20 yıldır ileri sürülüyor ve ticarileştirme 10 yıldır deniyor, ancak şimdi sadece 1 milyar IoT bağlantısı var. Temel sorun nerede?" Xia Yanqiu, en önemli şeyin teknik olarak olduğunu analiz etti. Orijinal Nesnelerin İnterneti teknolojisinin küresel ölçekte evrensel kapsam elde etmek için çok basit olması ve bu da başarısız bir ticarileştirme ile sonuçlanmasıdır. Nesnelerin İnternetinin yeni çağı, düşük güçlü, geniş alanlı Nesnelerin İnternetinin doğuşunda ve standartların oluşturulmasında yatıyor, bu da küresel kapsamı mümkün kılıyor Operatörlerin büyük ölçekli hizmet sağlama yetenekleri var ve gerçekten sürdürülebilir bir kar modeli oluşturabilirler. Dikey endüstri uygulamalarının entegrasyonu, herkese ve her aileye akıllı yaşam getirir.
Nesnelerin İnternetinin eskiden yeni çağına geçiş sürecinde, çeşitli ülkelerin hükümetleri ve operatörleri, standartları belirleyen ve yollar inşa eden bunda öncü bir rol oynadılar. Nesnelerin İnterneti'nin endüstriyel zincirinin karmaşık ve çeşitli olduğu görülebilir, ancak çip endüstrisi çok düşük bir orana sahiptir.Çipin kendisinden büyük para kazanma fırsatı yoktur.Dünya çapında sadece birkaç oyuncu katılır. Ancak yapay zeka sektörü dalgasında çip teknolojisinin itici gücü ve iş fırsatları oldukça farklı.
Yukarıdaki şekil, 2017'deki Gartner teknolojisi olgunluk eğrisidir. 2011'den farklı olarak, Nesnelerin İnterneti kavramı ilk kez tetiklenme döneminde ortaya çıktı ve olgunlaşmasının 5-10 yıl süreceğine inanılıyor.Nesnelerin İnterneti bir Nesnelerin İnterneti platformu haline geldi ve olgunluk süresi de 2 oldu. 5 yıl, ama hala teknolojik gelişimin ilk aşamalarında. Nesnelerin İnterneti çipleri elbette vazgeçilmezdir, ancak itici güç, sektördeki tüm tarafların bir fikir birliğine varma biçiminden daha fazladır. Ancak diğer yandan, yapay zeka ile ilgili teknolojiler birden bire arttı. Yeşil kutuda, ister takviye öğrenmenin, nöromorfik donanımın veya derin öğrenmenin, makine öğreniminin, otonom sürüşün ve bilişsel hesaplamanın erken aşamalarında olsun, yutturmaca zirvesinde. Yapay zeka çipleri birbiriyle yakından ilişkilidir. İster akademik dünyada ister sektörde, yapay zeka ile ilgili teknolojiler için çiplerin temel itici gücünü derinden hissedebiliriz.
Peki yapay zeka çip pazarı ne kadar büyük? JP Morgan, 2017'de 3 milyar ABD dolarından 2022'de 33 milyar ABD dolarına yükselen% 60'lık yıllık büyüme oranının önümüzdeki 5 yılda da devam edeceğine inanıyor; Nvidia daha da agresif ve bu pazarın 2020'de 30 milyar ABD dolarına ulaşacağına inanıyor. Pazar 11 milyar ABD doları, muhakeme pazarı 15 milyar ABD doları ve yüksek performanslı bilgi işlem pazarı 4 milyar ABD doları; Intel, veri merkezindeki CPU, GPU, Bellek, ağ ve optik yongaları bir araya getiriyor ve 2021'de 65 milyar ABD dolarına ulaşacağına inanıyor; IDC ve Gartner'ın verdiği veri, yeni AI çip pazarında beş yıl içinde yaklaşık 10 ila 15 milyar ABD dolarıdır.
Başka bir deyişle, standartlarından bağımsız olarak, bu pazarın büyümesi IC endüstrisinin ortalama büyüme oranını çok aşıyor ve böylesi yeni bir pazarın doğuşu, son on yılda yarı iletken endüstrisinin gelişiminde çok olağandışı oldu. Evet, sadece yerleşik IC üreticilerinin geniş katılımını değil, aynı zamanda çok sayıda başlangıç şirketinin de ilgisini çekmiştir.Ail yonga pazarına ilişkin daha iyimser bir kararın neredeyse sektörün fikir birliği haline geldiği söylenebilir.
Gelecek için iyimser tahminler düşünülerek yapılmaz. 2017'deki küresel sunucu ve GPU gönderilerine göre, sunucu sevkiyatları 11 milyon birime ulaştı; bunun yaklaşık% 40'ını bulut bilişim satıcıları oluştururken, Nvidia veri merkezi GPU gönderileri 320.000 adetti. Bir GPU tahminine göre, geçen yıl AI hızlandırma özelliklerine sahip sunucu gönderileri yalnızca 70.000 birimdi. Toplam gönderilerle karşılaştırıldığında, penetrasyon oranı% 1'in altındaydı.
Xia Yanqiu, bu sayının çok önemli olduğunu vurguladı. Bir açıdan bakıldığında, veri merkezindeki GPU pazarının hala niş bir pazar olduğu ve birçok sunucunun AI işlevlerine ihtiyaç duymadığı anlaşılabilir. Ancak başka bir açıdan düşünürseniz, veri merkezleri için AI çip pazarı zirveden çok uzaktır.Eğer biri uygun fiyatlı ve güçlü performansa sahip AI çipleri sağlayabilirse, müşterilerin bunları satın almamak için hiçbir nedeni yoktur.
Kâr açısından, fırsat daha da belirgindir. Soldaki eğri, Nvidia GPU'nun watt başına performans iyileştirme eğilim eğrisidir ve eğim nispeten sabittir; Sağdaki eğri, GPU fiyatının ve performansının eğrisidir. Eğim açısından fiyat / performans oranı kötüleşiyor, ancak bu aynı zamanda Nvidia'dır. Kar kaynağı.
Nvidianın brüt kar marjı, 5 yıl öncesine kıyasla 2017 yılında% 62'ye ulaştı. Veri merkezi işinin Nvidianın toplam gelirinin yalnızca% 20'sini oluşturduğu düşünüldüğünde, brüt kar marjı daha yüksek olmalı ve son 5 yılda eski rakip AMD Brüt kar marjı% 30 civarındadır. Bu nedenle, eğer birisi Nvidia'nın mevcut hakimiyetine meydan okuyabilirse, sadece pazar ölçeği büyük olmayacak, aynı zamanda kar da ortalama yarı iletken üreticisini aşacaktır.
Yapay zeka çipleri için en büyük zorluk, pazar konumlandırmasından kaynaklanmaktadır Performans ve esneklik nasıl dengelenir? Kazanan hepsini alır mı yoksa uzun kuyruk mu? Xia Yanqiu'nun olay yerinde sektöre yönelttiği soru bu. Bu aslında AI yongaları için iki ticari seçeneği temsil ediyor.Başka bir deyişle, yonga endüstrisinin normalleştirme standartları nedeniyle, herkesin aslında yalnızca iki seçeneği var: veri merkezi pazarında Nvidia'yı yenmek veya dikey alanda uçtan uca bir hendek inşa etmek.
Kazanan her şeyi alan temsilcisi Birleşik Krallık'tan Graphcore'dur. Ekim 2017'nin sonunda, IPU'nun önceden belirlenen hedefe ulaştığını kamuya açıkladı. Diğer AI hızlandırmalı işlemcilerle karşılaştırıldığında, performans 10x-100x artırıldı. Hem eğitim hem de çıkarım Diğer donanım mimarilerinin başaramadığı görevleri başarmak için geliştiricilerin yenilikçi modellerine ve algoritmalarına yönelik desteği en üst düzeye çıkarmak için olağanüstü performans.
Aşağıdaki veriler bize uzun kuyruğu yetiştirmenin değerini anlatıyor:
Veri merkezi: 3 milyar ABD doları Güvenlik izleme: 100 milyon kamera sevkiyatı, geleneksel izleme çipi pazarı boyutu 2 milyar ABD doları Otonom sürüş: 90 milyon araba sevkiyatı, gelecekteki ADAS pazarı 1 milyar ABD doları, L2 / L3 pazarı 2 milyar ABD doları, L4 / L5 pazarı 5 milyar ABD doları Akıllı ev: akıllı hoparlörler (2017'de gönderilen on milyonlarca), akıllı kameralar, oyun konsolları Akıllı telefonlar: 1,5 milyar gönderi, AP pazarı boyutu 40 milyar ABD doları, güzellik kamerası, AR ve sesli asistan AI medikal: tıbbi görüntüleme teşhis ve tedavisi, yüksek performanslı bilgi işlem robotları / dronlar: milyonlarca gönderi
Ancak Xia Yanqiu, mevcut AI yongalarının güvenlik alanında karşılaşılan tüm sorunları çözemeyeceğine inanıyor, oysa otonom sürüş alanında bunun tam tersi.AI yongaları aşırı hesaplama performansına sahip.Örneğin mevcut GPU, L5 otonom sürüş performansını zaten destekleyebiliyor. Daha fazlasını keşfetmek, güvenilirliği% 99,9'dan% 99,9999'a nasıl yükselteceğimizdir, bu da daha yüksek bir sistem seviyesinden düşünmeyi gerektirir. Uzun kuyruğu geliştirmenin değeri, pratik iş sorunlarını çözmek için dikey entegrasyonda yatmaktadır.Bu dalgada, Çinli IC üreticileri ilk kez uluslararası rakiplerle aynı başlangıç çizgisinde olacaklar.
Game of Thrones
Beijing Core Vision Co., Ltd.'nin genel müdürü Zhang Jun, tanınmış Amerikan draması "Game of Thrones" un temasına atıfta bulundu ve üç yasa ve yönetmeliği, etkili bir saldırı ve savunma sisteminin nasıl kurulacağını ve üç açıdan zamana duyarlı iki patenti açıkladı: kurallar, stratejiler ve ekipman. aracı.
Entegre devre endüstrisi ile ilgili olanların patent hakları, yerleşim tasarım hakları ve ticari sır haklarını içerdiğini vurguladı. Pafta tasarımında, düşüncenin kendisinden ziyade, yani Yönetmeliğin 5. Maddesi uyarınca düşüncenin ifadesi korunmaktadır: Pafta tasarımının korunması, fikirleri, işleme yöntemlerini ve işlemleri kapsamaz. Yöntemler veya matematiksel kavramlar vb. ; Yönetmelik Madde 4'e uygunsa:" Korunan yerleşim tasarımı orijinal olacak, yani düzen tasarımı, yaratıcının kendi entelektüel emeğinin sonucudur ve yerleşim tasarımı, Grafik tasarım, yerleşim tasarım yaratıcıları ve entegre devre üreticileri arasında kabul gören geleneksel bir tasarım değildir. Ardından, düzen tasarımının orijinal kısmı korunur, diğerleri değil; üçüncü olarak, Yönetmeliğin 7. Maddesi uyarınca: Yasa, "entegre devre yerleşim tasarımlarını, bu tür yerleşim tasarımlarını içeren entegre devreleri veya bu tür entegre devreleri içeren maddeleri" korur. Yerleşim tasarımlarının üç koruma düzeyini açıklar.
Bağımsız yaratıcılığın gerekliliğine göre, pafta tasarımının inisiyatif değil, sadece bağımsız olarak tamamlanması gerekir; benzer veya hatta aynı içeriğe sahip bağımsız olarak tamamlanmış iki pafta tasarımı hariç tutulmaz; pafta tasarımı ihlali değerlendirildiğinde, sadece benzerlik yargılanamaz. İhlal durumunda, her iki tarafın da bağımsız olarak - "temas + benzerlik" ilkesini tamamlayıp tamamlamadığını belirlemek gerekir. Yaratıcılık kavramında, pafta tasarımının sınai mülkiyet özelliği, korunan nesnenin belirli bir derecede yaratıcılık gerektirdiğini belirler; pafta tasarımının çalışma özelliği, korunan nesnenin sadece bir "kişiliğe" değil, aynı zamanda belirli bir "kaliteye" de sahip olması gerektiğini belirler; Düzen tasarımının yaratıcılığı telif hakkından biraz daha yüksek ve patent hakkından çok daha düşüktür.
Patent stratejisinin amacı, patent sisteminin sağladığı hukuki korumayı kendi uzun vadeli menfaatleri ve gelişimi için kullanmak, teknolojik rekabet ve piyasa rekabetinde maksimum ekonomik faydalar aramak ve kendi rekabet avantajını sürdürmektir.Stratejik kavram, strateji ve taktiklerin entegrasyonu. Toplamı.
Patent stratejisi saldırılarını kullanırken, patent geçersiz kılma davalarını (yani, yenilikçi inkar için mevcut teknolojiyi kullanın) veya teknoloji tekeli davalarını (dava tekeli yoluyla ücretsiz patent yetkilendirmesi) veya ihlal davaları dahil olmak üzere ürün ihlali davalarını ( Kendine ait patent, rakiplerin ürün ihlalini dava etme), patent satın alma (rakiplerin ürün ihlaline ilişkin patent satın alma), ortak patent havuzu (şirketler arasında işbirliği yoluyla ortak bir patent havuzu oluşturma) ve NPE stratejisi (dava için "bağlı olmayan" şirketleri kullanma) . Belge ifşası, geçersiz kılma, çevresel patentler, tasarım ihlalinden kaçınma ve paylaşılan patent havuzları bir patent savunma sistemini oluşturur.
Kanıt zincirinde tersine mühendisliğin rolü, açıklamanın kullanımında somutlaşmıştır: yani, halka açık ürünlerde halka açık olarak bilinen teknolojileri bulmak için tersine mühendislik yoluyla ve ürünlerde ihlal kanıtı bulmak için tersine mühendislik yoluyla. Entegre devre endüstrisine özel olarak, sistem patent ihlali analizi, ambalaj patenti ihlali analizi, üretim süreci ihlal analizi, MEMS cihaz ihlali analizi, dijital algoritma ihlali analizi, gömülü yazılım ihlali analizi, FPGA kod ihlali analizi vb. İçerir.
Patent özet analiz raporu IPreportor, Core Vision tarafından başlatılan iki "oyun ekipmanından" biridir. Esas olarak, iletişim ve MEMS gibi çeşitli ana alanlarda çip ürünlerini izler. Çip ürünlerinin piyasaya sürülmesinden sonraki iki hafta içinde özet analiz raporlarını yayınlamaya çalışır. Üyeler, alana göre sınıflandırılabilir. Hizmet.
IPsense sistemi, Core Vision tarafından geliştirilmiş bir patent sorgulama ve madencilik sistemidir. IPsense sisteminin bulutu, 42.000'den fazla çipin büyük verilerini içerir. Herhangi bir istemcide bir tarayıcı aracılığıyla IPsense hizmetine bağlanmak, çipin çeşitli veri bilgilerini hızlı bir şekilde sorgulayabilir ve tarayıcı aracılığıyla istemciye sunabilir. IPsense'in benzersiz akıllı eşleştirme algoritması sayesinde müşteri tarafından belirlenen patent içeriği veri tabanında madencilik ve eşleştirme için kullanılabilir ve patentle ilgili çip detayları müşteriye sunulabilir.
Şu anda, oldukça akıllı, kendi geliştirdiği patent ve devre eşleştirme yazılım sistemi ile Core Vision, kilit alanlardaki anahtar çipleri bağımsız olarak analiz edebildi (esas olarak en iyi 10 uluslararası tasarım şirketine odaklandı) ve üç seviyeli bir çip devresi bilgi veritabanı kurdu. Müşterilere gerçek zamanlı olarak gerekli ihlal kanıtlarını sağlamak için Ulusal Patent Ofisinin patent bilgileri ile eşzamanlı olarak güncellenir.
Yapay zeka ve EDA'nın karşılıklı olarak tanıtılması ve geliştirilmesi
Cadence China'nın genel müdürü Xu Yun, konuşmasında EDA geliştirme tarihinin çip tasarım metodolojisinin gelişim tarihi olduğunu söyledi.Genel bakış, fiziksel katman tasarımından devre katmanı tasarımına ve sistem katmanı tasarımına kadar aşağıdan yukarıya doğru. Sonraki adım, yapay zekanın bir sonraki adımı tasarlamaya nasıl yardımcı olabileceğidir. Peki, EDA araçları için bir sonraki adım nerede?
Geçtiğimiz yıl yapay zekanın hızla geliştiğini gördük, özellikle Çin yapay zeka için dünyanın en büyük ikinci pazarı haline geldi ve pazarın gelişmesi de yapay zeka çiplerine olan talebi yönlendirdi. Gereksinimler açısından, en önemli iki husus, esneklik ve performansta en iyi sonuçların nasıl elde edileceğidir.
Yapay zeka çiplerinin temel amacı daha yüksek performans elde etmek olduğu için, tasarımın her alanında performansın sürekli olarak nasıl iyileştirileceği ve ulaşılabilecek sınıra ulaşmak için nasıl çaba gösterileceği önemli bir konudur. Burada bahsedilen performans, yapay zeka yongalarının aynı zamanda en ilgili iki yönü olan iki yönü içerir: enerji verimliliği oranı (Güç Verimliliği) ve verim (Verimlilik).
Optimizasyonun dijital arka uç tasarımıyla ilgili iki yönü vardır ve hem güç tüketimi hem de bilgi işlem gücü dikkate alınmalıdır. Aşağıdaki önemli yöntemlerin dijital arka uç üzerinde bir etkisi vardır: 1. Yonga üzerinde önbellek ve bitişik depolama dahil olmak üzere depolama birimlerinin makul kullanımı, böylece enerji verimliliği oranının iyileştirilmesi; 2. Verimi artırmak iki nokta içerir, biri hesaplama gücüdür, Mutlak bilgi işlem birimi sayısı ve ikincisi, veri depolama ve erişimin verimliliğidir. Bu önermeden, veri akışı işleme talebini görüyoruz.
Yapay zeka çipi enerji verimliliğinin ve iş hacminin büyük zorluklarına yanıt olarak Cadence dijital arka uç araçları, müşterilerin beklenen hedeflerine daha hızlı yaklaşmasına yardımcı olmak için çok sayıda yöntem sağlar. Daha önce de belirtildiği gibi, AI çipleri arka uç araçlara kabaca dört tür zorluk çıkarır: Güç, Zemin Planı, Kapasite ve Ara Bağlantı. Cadence'in yaklaşımı: Büyük ölçekli yapılandırılmış çipler için, kablolanması gereken birçok otobüs vardır. Yönlendirme ve Tamponlama en iyi çözümü sağlayabilir. Ek olarak, SDP / Yapılandırılmış Veri Yolu veri akışı için tasarlanabilir.
Başka bir yönde, EDA ayrıca büyük veriyle yönlendirilen yeni yapay zeka hesaplama yöntemi altında yeni bir döneme girebilir. Yeni tasarım yöntemi yalnızca araç destekli değildir, aynı zamanda tasarımın girdisi olarak geçmiş verilerin madenciliği ve eğitimi, hızlı yakınsama için daha iyi bir çıktı olarak kullanılabilir.
EDA'da yapay zeka nerede yeni atılımlar yapabilir? Xu Yun tarafından verilen talimatlar şunları içerir: Gerçek koşullarda, birçok şey ve parametre doğrusal olmayan modellerdir ve doğru bir şekilde modellenemez.Makine öğrenimi doğrusal olmayan modelleri basitleştirmeye yardımcı olabilir veya önceki başarılı deneyimleri kullanmayı düşünebilir. Gerçek zamanlı What-IF tasarım yöntemini gerçekleştirmek için yeniden kullanın.
Bu kavramı ortaya koyduktan sonra çok ilgi gördü ve tartışıldı. En önemlisi, büyük veriyi nasıl kullandığımızdır. Keşif yoluyla, müşterilerin büyük verileri kendi başlarına çıkarabilecekleri yöne geldik ve EDA araçlarıyla eğitim modelleri ve arayüzler sağlıyoruz. Bu, mevcut durumda EDA'nın yapay zekaya dönüştürülmesi için en önemli ön koşuldur.
Dijital arka uç ile EDA araçlarında yapay zekanın ilerlemesine bir göz atalım. Kullanıcılar çeşitli zorluklarla karşı karşıyadır: Örneğin, çeşitli süreçler daha gelişmiş hale geldikçe ve yeni gereksinimler ortaya çıktıkça, yonga tasarımları gittikçe daha karmaşık hale geliyor ve CPU hesaplama yetenekleri için gereksinimler katlanarak artıyor. Dijital kablolama açısından, 40nm'de 20'den fazla öğeden 20nm / 16nm aşamasında 120'den fazla öğeye kadar giderek daha fazla tasarım kuralı var. 10 nm ve altında daha fazla olacağına inanıyorum. Geçmişte, yalnızca iki nesne arasındaki boşluk dikkate alınırdı, ancak şimdi bağlam temelli çoklu kurallar ve hatta negatif kurallar dikkate alınmalıdır; tek modelleme maskesinden çift modellemeye ve hatta daha fazlasına. Direnç hesaplamasından, kablo uzunluğu, yerleşim topolojisi, katman ve VIA gibi birçok faktörün şimdi dikkate alınması gerekir ve yolların da çok büyük bir etkisi olacaktır. Silikon diferansiyel modelleme açısından, tam istatistiklere dayalı geleneksel OCV modelleme yöntemi ortadan kalkmış, yerini istatistiksel OCV modellemesi almıştır; diferansiyel güç bileşenleri açısından dinamik güç tüketimi baskın hale gelir ve uygulama süreci dikkate alınmalıdır. Dinamik güç tüketimi optimizasyonu; Ayrıca tüm süreçte IR voltaj düşüşü ve EM faktörleri göz önünde bulundurulmalıdır; Ayrıca saat ağacı mantık kadar karmaşık olmuş, birçok belirsizlik ve karmaşıklık getirmiştir.
Geçtiğimiz yıl, Cadence, Innovus'ta makine öğrenimi işlevleri ve dijital ekran ile akıllı bir tasarım geliştirdi Yaygın bir 10nm tasarım için, Cadence çözümü% 12 performans iyileştirmesinin yanı sıra% 3-8 alan ve güç tüketimi sağlayabilir. azaltın. Bu, mevcut verilerin derinlemesine araştırılmasına ve eğitim için Innovus'a girilmesine dayanır. Bu yılın Nisan ayında, Cadence bir Beta Test sürümünü piyasaya sürecek. Cadence'in en iyi ortakları onu ilk kullanacak. Makine öğrenimine dayalı EDA araçları pazar konumumuzu güçlendirmeye devam edecek. Tamamen olgunlaşmış bir ticari sürümün yakında piyasaya çıkmasının beklendiğine inanıyorum.
Innovus'ta makine öğrenimini kullanarak akıllı tasarım fırsatları nelerdir? Xu Yun, Routing, Clock Tree, Placement, Floorplanning, Design Expert Flow gibi alanların bundan yararlanacağını ve en iyi PPA'yı elde edeceğini söyledi. Cadence'in Innovus'un makine öğrenimi versiyonunu şirket içinde bir "insan-makine savaşı" başlatmak için kullandığını ve sonuç olarak, en deneyimli PE tarafından elde edilen tasarım sonuçlarının da yaklaşık% 10'luk bir performans düşüşü yaşayacağını açıkladı. Bu aynı zamanda yukarıdaki veri optimizasyonumuzun etkili bir kanıtıdır.
Innovus'a ek olarak Cadence, analog tasarımda makine öğrenimini de uygular.Örneğin, gerçek zamanlı kapasite parametresi çıkarımı açısından, makine öğrenimine dayalı modelleme, çıkarımı mümkün kılar. Ek olarak, elektrikli sürücünün arka uç tasarımında TSMC, tasarım hızını 40MHz artırmıştır. Ayrıca, doğrulama için iyi bir çözüm sağlıyoruz ve kapsam ve enerji verimliliği oranında mükemmel performansa sahibiz. İki yönlü makine görüşü ve doğal dilin yanı sıra, Tensilica DSP'miz müşterilere video, ses ve sinir ağı işlemede başarılı çözümler sunar.
Özel teşekkür
Organizatör özellikle Huawei, Cadence, Zhongtian Micro, Mentor, A Simens Business, BGI, Imagination ve SAP360 gibi sekiz şirkete bu zirveye güçlü sponsorlukları için minnettar.
Daha fazla canlı resim:
