《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > EDA與制造 > 業(yè)界動(dòng)態(tài) > 西門子EDA高管:業(yè)界首次流片成功率2024年已降至14%!

西門子EDA高管:業(yè)界首次流片成功率2024年已降至14%!

2025-05-15
來源:芯智訊
關(guān)鍵詞: 西門子 EDA 先進(jìn)制程 流片

1.png

5月14日消息,據(jù)EEnews europe報(bào)道,西門子EDA(Siemens EDA)設(shè)計(jì)驗(yàn)證技術(shù)副總裁兼總經(jīng)理 Abhi Kolpekwar 表示,目前首次流片成功率(應(yīng)該指的是基于尖端制程工藝的芯片)正在下降,已經(jīng)從 2020 年的 32% 和2022 年的 24% 下降到 2024 年的 14%。

“這在 ASIC 和 FPGA 中都是一個(gè)令人驚訝和令人震驚的下降,”Abhi Kolpekwar說。這是一個(gè)非常大的問題,其原因可以追溯到目前客戶流片的設(shè)計(jì)復(fù)雜性。

Siemens EDA公司開發(fā)了一套互鎖的工具,用于使用 AI 代理驗(yàn)證設(shè)計(jì),以嘗試解決這個(gè)問題。

“第二個(gè)問題是時(shí)序約束。75% 的項(xiàng)目落后于計(jì)劃。然后,熟練的工程師只能滿足 20% 的需求,因此目前 80% 的需求沒有得到滿足?!盇bhi Kolpekwar表示:“我的業(yè)務(wù)就是幫助人們?cè)诹髌皩?duì)他們的設(shè)計(jì)進(jìn)行功能驗(yàn)證,盡快、盡早地發(fā)現(xiàn)設(shè)計(jì)中的任何錯(cuò)誤。錯(cuò)誤在系統(tǒng)中停留的次數(shù)越多,它們的成本就越高,因此計(jì)劃是在越早期的時(shí)候盡可能多地捕捉它們,這樣人們就不需要重新設(shè)計(jì)了?!?/p>

“僅僅生產(chǎn)更快的模擬器是不夠的。我們需要更快的引擎、更快的工程師(通過自動(dòng)化任務(wù)和分析)以及更少的工作負(fù)載。所有這些都使最終用戶的總生產(chǎn)力提高了 5 倍,”Abhi Kolpekwar說。

目前Siemens EDA推出的Questa One 具有三個(gè)要素,具有新的模擬引擎、驗(yàn)證工具和驗(yàn)證 IP,所有這些都使用生成式 AI 和 AI 代理。這些工具正在被 ARM、Mediatek、Rambus 和 Microsoft 使用。

例如,智能創(chuàng)建工具采用設(shè)計(jì)要求,并將其轉(zhuǎn)化為設(shè)計(jì)要求,以便使用 Generative AI 進(jìn)行形式化驗(yàn)證。智能回歸工具可識(shí)別故障模式,并使用預(yù)測(cè)性 AI 快速調(diào)試問題。

“您無需運(yùn)行數(shù)千次回歸測(cè)試,只需針對(duì)任何設(shè)計(jì)更改運(yùn)行幾百次優(yōu)化測(cè)試。此外,還可以預(yù)測(cè)可能失敗的測(cè)試用例,并且這些測(cè)試用例首先排序,這樣如果回歸失敗,您就不必運(yùn)行其余的測(cè)試,”Abhi Kolpekwar說?!斑@就是我們使用 AI 來減少工作量的方式?!?/p>

智能引擎可以訪問所有設(shè)計(jì)數(shù)據(jù)庫和測(cè)試平臺(tái),以加速數(shù)據(jù)計(jì)算,加速仿真,而智能調(diào)試工具使用 AI 來識(shí)別故障并為特定代碼提供根本原因分析。

Siemens EDA開發(fā)了一種新的仿真引擎,支持具有自動(dòng)分區(qū)的并行仿真、功能安全仿真以及靜態(tài)和動(dòng)態(tài)功耗分析。

在運(yùn)送給客戶之前,AI 會(huì)根據(jù) Siemens EDA 中的標(biāo)準(zhǔn)文檔進(jìn)行訓(xùn)練,并且模型將使用帶有檢索增強(qiáng)生成 (RAG) 的本地訓(xùn)練模型進(jìn)行訓(xùn)練。這簡(jiǎn)化了驗(yàn)證工具鏈。

“您可以將生成式 AI 代碼生成用于測(cè)試臺(tái),也可以用于運(yùn)行形式檢查器,但這還不夠,”Abhi Kolpekwar說?!澳梢詮脑O(shè)計(jì)需求文檔中選取部分,并直接從文檔中生成結(jié)果?!?/p>

QuestaOne 驗(yàn)證工具鏈的另一部分是無激勵(lì)驗(yàn)證 (SFV),用于靜態(tài)和形式驗(yàn)證,無需仿真平臺(tái)即可發(fā)現(xiàn)錯(cuò)誤。

“SFV 的想法使用 GenAI、LLM、預(yù)測(cè)和分析 AI 將靜態(tài)和形式分析相結(jié)合,而不是在用戶提出問題的地方啟動(dòng) linter,我們應(yīng)用 linter,找到違規(guī)并自動(dòng)修復(fù),然后運(yùn)行 RTL 到 TRL 等效性檢查?!盇bhi Kolpekwar說。

Verification IQ 工具使用分析 AI 和生成式 AI 來自動(dòng)執(zhí)行任務(wù)和工作負(fù)載。這來自 2023 年Siemens EDA對(duì) Avery Design Systems 的收購。

Abhi Kolpekwar表示:“我們正在構(gòu)建該基準(zhǔn)協(xié)議技術(shù),通過驗(yàn)證 IP 生態(tài)系統(tǒng)引入測(cè)試用例和 AI 應(yīng)用程序的基礎(chǔ)設(shè)施。自從我們收購了它們以來,我們已經(jīng)創(chuàng)建了一個(gè)驗(yàn)證 IP 生態(tài)系統(tǒng),在 QEMU 軟件仿真和 Veloce 硬件仿真上具有可仿真和可仿真的 IP?!睆钠嚭?AI 加速器芯片到存儲(chǔ)設(shè)備和航空航天設(shè)計(jì),應(yīng)用范圍廣泛。

2.png

“我們的客戶反饋如何加快復(fù)雜設(shè)計(jì)速度,自動(dòng)化任務(wù)以更快地完成任務(wù),并幫助設(shè)計(jì)驗(yàn)證經(jīng)理節(jié)省資源,”Abhi Kolpekwar 說。

“Questa One 智能驗(yàn)證解決方案提高了我們?cè)趥鹘y(tǒng)本地和云部署中的驗(yàn)證效率,”Arm生產(chǎn)力工程主管 Karima Dridi 表示,“作為使用高性能 Questa One Sim 高級(jí)功能仿真器運(yùn)行大型 EDA 工作負(fù)載的早期采用者,我們觀察到最新 AArch64 架構(gòu)在性能、成本效益和回歸時(shí)間縮短方面的改進(jìn)?!?/p>

聯(lián)發(fā)科技車聯(lián)網(wǎng)技術(shù)部高級(jí)技術(shù)經(jīng)理Chienlin Huang表示:“作為Siemens Questa One 智能驗(yàn)證解決方案的早期影響者,聯(lián)發(fā)科技已經(jīng)能夠利用形式驗(yàn)證和仿真技術(shù)提高我們工程師在整個(gè)驗(yàn)證過程中的生產(chǎn)力。“Questa One Property Assist 利用生成式 AI 為我們節(jié)省了數(shù)周的工程時(shí)間,而 Questa One Regression Navigator 可以預(yù)測(cè)哪些仿真測(cè)試最有可能失敗,首先運(yùn)行它們,并節(jié)省數(shù)天的回歸和調(diào)試時(shí)間。”

“Questa One DFT (QDX) 仿真利用先進(jìn)的以 DFT 為中心的仿真功能,提供比現(xiàn)有仿真解決方案更快的性能,將我們的驗(yàn)證時(shí)間從數(shù)周縮短到數(shù)天,”Microsoft DFT 總監(jiān) Claudia Muia-Tartevet 說?!俺诉@些令人印象深刻的加速之外,在 Microsoft 的 Azure Cobalt 100 平臺(tái)上,QDX 還提供了高達(dá) 20% 的性能提升,為我們的 EDA 工作負(fù)載釋放了更高的效率?!?/p>

Rambus 硅 IP 工程副總裁 Susheel Tadikonda 表示:“西門子的 Questa One 智能驗(yàn)證改進(jìn)并簡(jiǎn)化了我們的驗(yàn)證流程,使我們能夠通過適用于 PCIe、CXL 和 HBM 接口的最先進(jìn)的硅 IP 解決方案來處理生成式 AI 等新時(shí)代的數(shù)據(jù)中心工作負(fù)載。利用完整的 Questa One 解決方案,包括仿真、靜態(tài)和形式分析以及驗(yàn)證 IP 技術(shù),通過對(duì) SoC 和小芯片設(shè)計(jì)的 IP 解決方案進(jìn)行全面驗(yàn)證,增強(qiáng)了客戶的信心?!?/p>


Magazine.Subscription.jpg

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請(qǐng)及時(shí)通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。