Casa > Notícia > Mentor: AI será outro catalisador para a década de crescimento na indústria de semicondutores

Mentor: AI será outro catalisador para a década de crescimento na indústria de semicondutores

Depois que a bolha da Internet estourou em 2001, muitas pessoas estavam cheias de dúvidas sobre o desenvolvimento futuro de toda a indústria de semicondutores.

Na rodada de colapso do mercado na época, muitas empresas de semicondutores começaram a se integrar; o atraente investimento da indústria em capital eólico também foi bastante reduzido; pesquisa e desenvolvimento de tecnologia no desenvolvimento de processos e outros aspectos também estagnaram e desaceleraram.

No entanto, a indústria de semicondutores sofreu uma nova reviravolta agora. Em entrevista a jornalistas como Ji Wei.com, o vice-presidente executivo da Mentor IC EDA, Joseph Sawicki, disse que o setor está repleto de oportunidades sob o estímulo de novas tecnologias, como inteligência artificial e aprendizado de máquina.

Um relatório da McKinsey apontou que a inteligência artificial pode ser aplicada a muitas áreas verticais, o que permite às empresas de semicondutores capturar de 40 a 50% do valor total dessas pilhas de tecnologia. Joseph disse que a inteligência artificial será um forte catalisador para outro ciclo de crescimento de 10 anos na indústria de semicondutores. Mas, para tornar essa tendência realmente realizada, são necessários muitos dados como suporte.

“Com dados suficientes, você pode ser preditivo, treinar sua máquina com muita confiabilidade e permitir que ela aprenda com eficiência.” Joseph acrescentou ainda que a quantidade de dados necessários e criados para a comunicação em alta velocidade aumentará nos próximos 12 anos. Ele dará início a milhares de vezes de crescimento, e esses dados precisam ser analisados ​​e, em seguida, serão executados com base nessa análise.

No entanto, sob o impacto do “tsunami de dados”, o desenvolvimento da inteligência artificial também enfrenta várias contradições. Joseph mencionou dois objetivos conflitantes no desenvolvimento da inteligência artificial:

Um objetivo é que muitas pessoas desejam fortalecer continuamente os recursos do data center para lidar com quantidades tão grandes de dados. Assim, empresas como Alibaba e Amazon estão desenvolvendo mecanismos relacionados à IA que usam esse mecanismo para treinar grandes quantidades de dados.

Por outro lado, o objetivo de algumas empresas é levar cada vez mais poder de processamento para a borda da nuvem, liberando assim alguma pressão no desenvolvimento do data center.




O desenvolvimento de chips na computação de ponta excederá muito o chip exigido pelo data center. Segundo a Tractica, de 2016 a 2021, a taxa de crescimento anual composta de dispositivos conectados à borda será de 190%.

Joseph disse que, mais próximo, a computação / processamento de borda será o principal mecanismo de crescimento na indústria de semicondutores. Como aplicações específicas em muitas áreas exigem designs de chip otimizados para obter o desempenho ideal, isso será uma oportunidade para fornecedores de ferramentas de EDA como a Mentor.

Joseph enfatiza que na IA de computação de ponta, o design de chips é geralmente definido por requisitos específicos de desenvolvimento de arquitetura. Portanto, a atual plataforma de desenvolvimento de IA é completamente diferente do ambiente de desenvolvimento anterior.

Nesse sentido, Joseph apresentou as ferramentas de design de chips da Mentor especificamente para o campo de IA:

lHLS (síntese de alto nível): tome o NVIDIA como exemplo. Ao usar esta ferramenta, você pode aumentar a produtividade em quase duas vezes e os custos de verificação em 80%.

l Teste hierárquico: ajuda os clientes a aumentar ainda mais a produtividade e reduzir custos. Tomando o cliente da Graphcor como exemplo, ao usar essa ferramenta, a produtividade da DFT foi aumentada em 4 vezes, a velocidade da transferência de teste foi bastante aprimorada e o período de design foi reduzido para 3 dias com base nos dados reais.

Tecnologia lOPC: usada na fabricação de semicondutores, são necessárias 4.000 CPUs para rodar um dia com base em 7 nm para produzir uma máscara, mas se você usar algoritmos de aprendizado de máquina, poderá reduzir o tempo de execução em 3-4 vezes.

Tecnologia lLFD (litograficamente amigável): reduz significativamente o fator limite de rendimento e reduz o tempo de execução de 10 vezes a produção. Não apenas pode identificar defeitos no processo de produção, mas também prever defeitos.

lFerramenta de deposição: resolve o problema de falha do produto ou componente e melhora a qualidade e a eficiência da produção.

Além disso, o Mentor fornece uma plataforma de tecnologia de caracterização para a indústria automotiva, fornecendo uma análise detalhada da confiabilidade e segurança gerais, combinada com a IA para reduzir o tempo de execução da caracterização em um fator de 100. O PAVE 360 Autopilot Simulator também simula continuamente real- condições mundiais sob a máquina virtual, reduzindo ainda mais o tempo de verificação.

Quer os futuros chips inteligentes sejam dedicados ou flexíveis, o setor tem vozes diferentes. Mas Joseph disse ao repórter de micronetos que a EDA é uma ferramenta neutra. No futuro, o Mentor fornecerá um ambiente amplo, onde os clientes poderão usar as ferramentas para modelar e desenvolver seu software em ambientes específicos. Esse é o valor mais importante que a Mentor oferece como empresa de EDA.