Welcome,{$name}!

/ Одјавити се
Cрпски
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskera‎العربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
Е-маил:Info@Y-IC.com
Кућа > Новости > Ментор: АИ ће бити још један катализатор за деценију раста индустрије полуводича

Ментор: АИ ће бити још један катализатор за деценију раста индустрије полуводича

Након пуцања Интернет балона 2001. године, многи су били пуни сумње у будући развој читаве индустрије полуводича.

У току колапса тржишта у то време, многе компаније за производњу полуводича почеле су да се интегришу; атрактивно улагање индустрије у капитал ветра такође је значајно смањено; технолошка истраживања и развој у развоју процеса и други аспекти су такође стагнирали и успоравали.

Међутим, индустрија полуводича је сада доживјела нови заокрет. У интервјуу са новинарима, попут Ји Веи.цом, извршни потпредседник ИЦ ИЦА Јосепх Савицки рекао је да је индустрија поново испуњена могућностима подстицаја нових технологија, као што су вештачка интелигенција и машинско учење.

Извештај МцКинсеија истакао је да се вештачка интелигенција може применити на многим вертикалним областима, што омогућава компанијама за полупроводнике да прикупе 40 до 50% укупне вредности из ових технолошких гомила. Јосепх је рекао да ће вештачка интелигенција бити снажан катализатор за још десетогодишњи циклус раста у индустрији полуводича. Али да би се овај тренд заиста и остварио, потребно је пуно података као подршке.

„Уз довољно података, можете бити предиктивни, тако да можете веома поуздано тренирати машину и пустити машину да ефикасно учи.“ Даље Џозеф је додао да ће се количина потребних и створених за брзу комуникацију повећати током наредних 12 година. Успоставит ће се хиљадама пута раста, те податке треба анализирати, а затим подузети мјере на темељу ове анализе.

Међутим, под утицајем „цунамија података“, развој вештачке интелигенције такође се суочава са разним контрадикцијама. Јосепх је поменуо два сукобљена циља у развоју вештачке интелигенције:

Један од циљева је да многи људи желе континуирано јачати могућности дата центра како би се носили са тако огромним количинама података. Тако компаније попут Алибабе и Амазон развијају моторе повезане са АИ који користе овај мотор за обуку огромних количина података.

С друге стране, циљ неких компанија је да потисну све више и више процесне снаге на ивицу облака, чиме се ослобађа одређени притисак на развој дата центра.




Развој чипова у рачунању на ивици ће знатно надмашити чип који захтева центар података. Према Трацтици, од 2016. до 2021. године сложена годишња стопа раста уређаја са рубовима биће чак 190%.

Јосепх је рекао да ће, ближе, рачунање / обрада ивица бити главни мотор раста у индустрији полуводича. Будући да посебне апликације у многим областима захтевају оптимизоване дизајне чипова како би постигли оптималне перформансе чипа, ово ће бити прилика за продавце АДА производа као што је Ментор.

Џозеф наглашава да се при рубном рачунару АИ дизајн чипова често дефинише специфичним потребама архитектуре. Дакле, тренутна развојна платформа АИ потпуно се разликује од претходног развојног окружења.

С тим у вези, Јосепх је представио Ментор-ове алате за дизајн чипова специјално за АИ поље:

лХЛС (синтеза на високом нивоу): Узмите НВИДИА као пример. Употребом овог алата можете повећати продуктивност за готово два пута, а трошкове верификације за 80%.

лХиерархички тест: помаже купцима да додатно повећају продуктивност и смање трошкове. Узимајући клијента Грапхцор-а као пример, коришћењем овог алата, продуктивност ДФТ-а повећана је за 4 пута, брзина преноса теста је знатно побољшана, а временски период дизајнирања скраћен је на 3 дана на основу стварних података.

лОПЦ технологија: која се користи у производњи полуводича, потребно је 4.000 ЦПУ-а да би се један дан покренуо 7нм да би се произвела једна маска, али ако користите алгоритме машинског учења, можете да смањите време рада за 3-4 пута.

лЛФД (литографски погодна) технологија: значајно смањује фактор ограничења приноса и смањује време рада 10 пута више. Не само да може препознати недостатке у процесу производње, већ и предвидјети недостатке.

л Алат за депозицију: решава проблем квара производа или компоненте и побољшава квалитет и ефикасност производње.

Поред тога, Ментор пружа платформу за технологију карактеризације за аутомобилску индустрију, пружајући детаљну анализу целокупне поузданости и безбедности, у комбинацији са АИ-ом ради смањења времена извођења карактеристика за фактор 100. ПАВЕ 360 Аутопилот Симулатор такође континуирано симулира стварне - светски услови у виртуелној машини, додатно смањујући време за верификацију.

Било да су будући паметни чипови наменски или флексибилни, индустрија има различите гласове. Али Јосепх је рекао новинару микронета да је ЕДА неутралан алат. У будућности ће Ментор пружити велико окружење у којем купци могу користити алате за моделирање и развој свог софтвера у специфичним окружењима. Ово је најважнија вредност коју Ментор нуди као ЕДА компанију.