- Galego
-
EnglishDeutschItaliaFrançais日本語한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskeraالعربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
Correo electrónico:Info@Y-IC.com
Mentor: AI será outro catalizador na década de crecemento da industria dos semicondutores
Despois de estalar a burbulla de Internet en 2001, moitas persoas estaban cheas de dúbidas sobre o desenvolvemento futuro de toda a industria de semiconductores.
Na rolda do colapso do mercado naquel momento, moitas empresas de semiconductores comezaron a integrarse; tamén se reduciu moito o atractivo investimento da industria en capital eólico; A investigación e o desenvolvemento tecnolóxico no desenvolvemento de procesos e outros aspectos tamén se estancaron e frearon.
Non obstante, a industria dos semiconductores experimentou un novo xiro. Nunha entrevista con xornalistas como Ji Wei.com, o vicepresidente mentor da IC EDA, Joseph Sawicki, dixo que a industria está repleta de oportunidades baixo a estimulación de novas tecnoloxías como a intelixencia artificial e a aprendizaxe automática.
Un informe de McKinsey apuntaba que a intelixencia artificial pódese aplicar a moitas áreas verticais, o que permite ás empresas de semicondutores captar entre o 40 e o 50% do valor total a partir destas pilas de tecnoloxía. Joseph dixo que a intelixencia artificial será un forte catalizador para outro ciclo de crecemento de dez anos na industria dos semicondutores. Pero para que esta tendencia se realice, necesítanse moitos datos como soporte.
"Con datos suficientes, podes ser predictores, para que poida adestrar a máquina de forma moi fiable e deixar que a máquina aprenda de forma eficaz." Joseph engadiu ademais que a cantidade de datos necesarios e creados para comunicación de alta velocidade aumentará nos próximos 12 anos. Empezará en miles de veces o crecemento, e estes datos deben ser analizados para tomar medidas en base a esta análise.
Non obstante, baixo o impacto do "tsunami de datos", o desenvolvemento da intelixencia artificial tamén se enfronta a varias contradicións. Joseph mencionou dous obxectivos conflitivos no desenvolvemento da intelixencia artificial:
Un dos obxectivos é que moitas persoas queiran fortalecer continuamente as capacidades do centro de datos para facer fronte a cantidades tan importantes de datos. Así empresas como Alibaba e Amazon están a desenvolver motores relacionados coa IA que usan este motor para adestrar cantidades masivas de datos.
Por outra banda, o obxectivo dalgunhas empresas é impulsar cada vez máis potencia de procesamento ata o bordo da nube, liberando así algunha presión sobre o desenvolvemento do centro de datos.
Na rolda do colapso do mercado naquel momento, moitas empresas de semiconductores comezaron a integrarse; tamén se reduciu moito o atractivo investimento da industria en capital eólico; A investigación e o desenvolvemento tecnolóxico no desenvolvemento de procesos e outros aspectos tamén se estancaron e frearon.
Non obstante, a industria dos semiconductores experimentou un novo xiro. Nunha entrevista con xornalistas como Ji Wei.com, o vicepresidente mentor da IC EDA, Joseph Sawicki, dixo que a industria está repleta de oportunidades baixo a estimulación de novas tecnoloxías como a intelixencia artificial e a aprendizaxe automática.
Un informe de McKinsey apuntaba que a intelixencia artificial pódese aplicar a moitas áreas verticais, o que permite ás empresas de semicondutores captar entre o 40 e o 50% do valor total a partir destas pilas de tecnoloxía. Joseph dixo que a intelixencia artificial será un forte catalizador para outro ciclo de crecemento de dez anos na industria dos semicondutores. Pero para que esta tendencia se realice, necesítanse moitos datos como soporte.
"Con datos suficientes, podes ser predictores, para que poida adestrar a máquina de forma moi fiable e deixar que a máquina aprenda de forma eficaz." Joseph engadiu ademais que a cantidade de datos necesarios e creados para comunicación de alta velocidade aumentará nos próximos 12 anos. Empezará en miles de veces o crecemento, e estes datos deben ser analizados para tomar medidas en base a esta análise.
Non obstante, baixo o impacto do "tsunami de datos", o desenvolvemento da intelixencia artificial tamén se enfronta a varias contradicións. Joseph mencionou dous obxectivos conflitivos no desenvolvemento da intelixencia artificial:
Un dos obxectivos é que moitas persoas queiran fortalecer continuamente as capacidades do centro de datos para facer fronte a cantidades tan importantes de datos. Así empresas como Alibaba e Amazon están a desenvolver motores relacionados coa IA que usan este motor para adestrar cantidades masivas de datos.
Por outra banda, o obxectivo dalgunhas empresas é impulsar cada vez máis potencia de procesamento ata o bordo da nube, liberando así algunha presión sobre o desenvolvemento do centro de datos.
O desenvolvemento de chip na informática de borde superará enormemente o chip requirido polo centro de datos. Segundo Tractica, entre 2016 e 2021, a taxa de crecemento anual composto dos dispositivos conectados ao borde será ata o 190%.
Joseph dixo que, máis preto, a informática / procesamento de punta será o principal motor para o crecemento da industria dos semicondutores. Dado que aplicacións específicas en moitas áreas requiren deseños de chip optimizados para conseguir un rendemento óptimo de chip, esta será unha oportunidade para provedores de ferramentas EDA como Mentor.
Joseph subliña que na IA computadora de punta, o deseño de chip adoita definirse por requisitos específicos de desenvolvemento de arquitectura. Polo tanto, a plataforma de desenvolvemento AI actual é completamente diferente do ambiente de desenvolvemento anterior.
Neste sentido, Joseph introduciu ferramentas de deseño de chip Mentor específicamente para o campo de AI:
lHLS (síntese de alto nivel): Tomemos como exemplo NVIDIA. Ao usar esta ferramenta, pode aumentar a produtividade en case dúas veces e os custos de verificación nun 80%.
Proba lHierarchicl: axuda aos clientes a aumentar aínda máis a produtividade e reducir os custos. Tomando como exemplo o cliente de Graphcor, empregando esta ferramenta, a produtividade DFT incrementouse en 4 veces, a velocidade de transferencia de probas mellorouse e o tempo de deseño acurtouse a 3 días en base a datos reais.
Tecnoloxía LOPC: usada na fabricación de semiconductores, leva 4.000 procesadores para executar un día de 7nm para producir unha máscara, pero se usa algoritmos de aprendizaxe de máquinas, pode reducir o tempo de execución en 3-4 veces.
Tecnoloxía LLFD (amigable litograficamente): reduce significativamente o factor límite de rendemento e reduce o tempo de execución de 10 veces a produción. Non só poden identificar defectos no proceso de produción, senón tamén predicir defectos.
Ferramenta de eliminación: resolve o problema de falla de produto ou compoñente e mellora a calidade e a eficiencia da produción.
Ademais, Mentor proporciona unha plataforma tecnolóxica de caracterización para a industria do automóbil, proporcionando unha análise detallada da fiabilidade e seguridade global, combinada con AI para reducir o tempo de caracterización dun factor de 100. O simulador de piloto automático PAVE 360 tamén simula continuamente. condicións mundiais baixo a máquina virtual, reducindo aínda máis o tempo de verificación.
Se os futuros chips intelixentes son dedicados ou flexibles, a industria ten voces diferentes. Pero Joseph dixo ao xornalista de micronetos que a EDA é unha ferramenta neutral. No futuro, Mentor ofrecerá un amplo ambiente onde os clientes poden usar as ferramentas para modelar e desenvolver o seu software en contornas específicas. Este é o valor máis importante que Mentor ofrece como empresa EDA.
Joseph dixo que, máis preto, a informática / procesamento de punta será o principal motor para o crecemento da industria dos semicondutores. Dado que aplicacións específicas en moitas áreas requiren deseños de chip optimizados para conseguir un rendemento óptimo de chip, esta será unha oportunidade para provedores de ferramentas EDA como Mentor.
Joseph subliña que na IA computadora de punta, o deseño de chip adoita definirse por requisitos específicos de desenvolvemento de arquitectura. Polo tanto, a plataforma de desenvolvemento AI actual é completamente diferente do ambiente de desenvolvemento anterior.
Neste sentido, Joseph introduciu ferramentas de deseño de chip Mentor específicamente para o campo de AI:
lHLS (síntese de alto nivel): Tomemos como exemplo NVIDIA. Ao usar esta ferramenta, pode aumentar a produtividade en case dúas veces e os custos de verificación nun 80%.
Proba lHierarchicl: axuda aos clientes a aumentar aínda máis a produtividade e reducir os custos. Tomando como exemplo o cliente de Graphcor, empregando esta ferramenta, a produtividade DFT incrementouse en 4 veces, a velocidade de transferencia de probas mellorouse e o tempo de deseño acurtouse a 3 días en base a datos reais.
Tecnoloxía LOPC: usada na fabricación de semiconductores, leva 4.000 procesadores para executar un día de 7nm para producir unha máscara, pero se usa algoritmos de aprendizaxe de máquinas, pode reducir o tempo de execución en 3-4 veces.
Tecnoloxía LLFD (amigable litograficamente): reduce significativamente o factor límite de rendemento e reduce o tempo de execución de 10 veces a produción. Non só poden identificar defectos no proceso de produción, senón tamén predicir defectos.
Ferramenta de eliminación: resolve o problema de falla de produto ou compoñente e mellora a calidade e a eficiencia da produción.
Ademais, Mentor proporciona unha plataforma tecnolóxica de caracterización para a industria do automóbil, proporcionando unha análise detallada da fiabilidade e seguridade global, combinada con AI para reducir o tempo de caracterización dun factor de 100. O simulador de piloto automático PAVE 360 tamén simula continuamente. condicións mundiais baixo a máquina virtual, reducindo aínda máis o tempo de verificación.
Se os futuros chips intelixentes son dedicados ou flexibles, a industria ten voces diferentes. Pero Joseph dixo ao xornalista de micronetos que a EDA é unha ferramenta neutral. No futuro, Mentor ofrecerá un amplo ambiente onde os clientes poden usar as ferramentas para modelar e desenvolver o seu software en contornas específicas. Este é o valor máis importante que Mentor ofrece como empresa EDA.