Apa yang akan anda pelajari:
- Kekangan simulasi SPICE tradisional.
- Peranan AI tahap pengeluaran dalam mengubah EDA.
- Aplikasi AI dalam kejuruteraan seharian.
- Masa depan AI dalam reka bentuk analog.
Dalam dunia reka bentuk analog, permintaan untuk pengesahan setaraf SPICE sekarang melebihi apa yang dapat ditawarkan oleh kaedah tradisional. Peningkatan ini disebabkan beberapa faktor: reka bentuk yang semakin besar dan kompleks, teknologi proses maju yang memperkenalkan pertimbangan baru di tahap model transistor, serta keperluan operasi untuk aplikasi terbaru seperti automotif dan cip kritikal misi.
Semua faktor ini mendesak perlunya pengesahan IC dan analog khas yang sangat tepat, yang perlu dilakukan dalam jumlah tinggi dan dalam waktu yang lebih singkat.
Masalah Pengesahan Tradisional
Pengesahan reka bentuk analog secara tradisional sangat bergantung pada simulasi SPICE. Walaupun SPICE memberikan hasil yang sangat tepat, ia memerlukan sumber pengkomputeran yang tinggi dan memakan masa, membuatnya sukar untuk menyesuaikan diri dengan kompleksiti reka bentuk moden yang terus meningkat. Ini telah mencipta penyumbatan dalam proses reka bentuk, kerana pengesahan boleh menjadi halangan utama yang melambatkan masa pelancaran dan mengehadkan inovasi.
Untuk menambah lagi cabaran, setiap komponen dalam reka bentuk cip baru mesti melalui pengesahan setaraf SPICE untuk memastikan ia berfungsi sesuai atau melebihi spesifikasi di semua sudut operasi proses, voltan, dan suhu (PVT), serta variasi peranti setempat. Tugas ini adalah kerja yang sangat memenatkan tanpa alat yang sesuai.
Sebagai contoh, untuk mencapai sasaran pengesahan 6-sigma yang membenarkan satu ralat dalam satu bilion sampel, anda biasanya memerlukan kira-kira 10 bilion sampel untuk mengukur dengan selang keyakinan yang munasabah.
Disrupsi AI
Kecerdasan buatan (AI) muncul sebagai penyelesaian transformasi dalam bidang automasi reka bentuk elektronik (EDA), terutamanya untuk reka bentuk dan pengesahan analog. Teknologi AI menawarkan pendekatan yang boleh diskalakan yang secara signifikan meningkatkan kelajuan, liputan, dan ketepatan pengesahan, jauh melebihi kebolehan kaedah tradisional.
Integrasi AI dalam EDA bukan sekadar penambahbaikan kecil—ia adalah perubahan paradigma yang membolehkan jurutera menghadapi kompleksiti reka bentuk analog moden dengan lebih berkesan.
Memenuhi Kriteria AI Tahap Pengeluaran
Memiliki teknologi AI dalam penyelesaian adalah satu perkara; mencapai tahap pengeluaran adalah perkara lain. AI tahap pengeluaran menggerakkan alat untuk memenuhi kriteria pengeluaran: kebolehan disahkan, kemudahan penggunaan, generaliti, kekuatan, dan ketepatan.
- Kebolehan disahkan: Memastikan bahawa keputusan yang dibuat adalah betul. Selain itu, jika pengesahan adalah telus kepada pengguna, ia dapat membantu memperoleh kepercayaan mereka terhadap teknologi tersebut.
- Ketepatan: Cepat tetapi tidak tepat tidak memberi faedah. Memenuhi atau melebihi standard yang ditetapkan oleh kaedah pengesahan tradisional adalah kunci; dalam kes kami, itu adalah hasil daripada simulasi brute-force. Tahap ketepatan ini adalah penting untuk aplikasi seperti automotif dan cip kritikal misi, di mana margin untuk kesilapan adalah sangat kecil.
- Generality: Penyelesaian AI perlu boleh digunakan dalam pelbagai senario reka bentuk, menangani pelbagai tugas dan cabaran. Generaliti ini memastikan kebolehlaksanaan dan kesesuaian yang luas.
- Kekuatan: Ketahanan dan kebolehpercayaan juga penting, memberikan prestasi yang konsisten walaupun berhadapan dengan cabaran reka bentuk yang pelbagai dan kompleks. Kekuatan ini mengekalkan integriti dan kualiti proses pengesahan.
- Kemudahan penggunaan: Akhirnya, penyelesaian AI perlu mesra pengguna dan mudah digunakan. Pengguna aplikasi EDA bukanlah pakar AI; penyelesaian perlu membolehkan gangguan latihan yang minimum dan produktiviti maksimum.
Penyelesaian Solido AI (Rajah 1) membantu memastikan kriteria pengeluaran di atas dipenuhi untuk memberikan pengalaman pengguna yang kuat dan lancar, menghasilkan kitaran reka bentuk yang lebih cepat dengan ketepatan dan liputan yang lebih baik. Solido Design Environment dari Siemens adalah perintis dalam mengintegrasi AI ke dalam EDA—lama sebelum ia menjadi pendekatan arus perdana.
