AI和ML携手优化仿真性能,从此解放开发者双手
发布时间:2023-03-07
在帮助开发者应对传统手动流程的挑战中,AI/ML以及自动化功不可没,尤其是在性能调优、调试和覆盖率收敛这三方面。随着回归数据量的爆炸式增长,以及验证挑战的不断变化和演进,将会有更多开发者选择在仿真中使用自动化工具。
发布时间:2023-03-07
在帮助开发者应对传统手动流程的挑战中,AI/ML以及自动化功不可没,尤其是在性能调优、调试和覆盖率收敛这三方面。随着回归数据量的爆炸式增长,以及验证挑战的不断变化和演进,将会有更多开发者选择在仿真中使用自动化工具。
通常仿真和验证会由不同部门完成,他们还有各自的签核目标,但二者是有协同作用的,如果将VCS和VC Formal两个工具协同使用,SoC验证时间将有望降低40%-80%
现在大型SoC设计中包含大量商业或自主开发的IP,且都基于复杂的行业标准接口协议。对高级协议进行验证并不容易。新思科技的VIP可以加速验证环境的搭建,帮助开发者有效规避风险,减少漏洞,是开发者做协议验证的不二选择。
好的校验工具不仅能够识别语法、风格、错误和安全问题,还能提示具体的故障、以及导致故障的原因和解决方法。搭载ML的高级校验工具,值得拥有
无论是芯片开发者还是终端用户,肯定都不希望芯片出现故障。尤其是对于自动驾驶和宇宙探索等任务关键型SoC,它们会要求非常低的百万分比缺陷率(DPPM)。对这类应用来说,在客户现场进行的芯片测试将尤为重要。引脚和带宽的局限性是芯片设计的挑战之一,高速功能串行接口能够替代引脚,很好地解决先进设计中的结构测试难题。
对于当今设计规模庞大的复杂芯片来说,如何既能有效解决功耗感知跨时钟域(CDC)问题,又能加快设计收敛,对开发者们而言是极大的挑战。意法半导体表示,在大型SoC上使用新思科技的VC SpyGlass技术,与之前的CDC/RDC验证环境相比,验证效率提高了3-4倍。产品对汇聚分析的准确性,对RDC分析的详尽覆盖,以及使用机器学习对违例进行聚类以进行根源分析,可以带来高效的验证体验,实现高质量的签核和高调试效率。
推荐系统在数智化世界中的应用逐渐广泛且日益精准, RecAccel™-N3000的出现恰逢其时。通过加速数据中心的推荐,这一高性能、高能效、可扩展的人工智能平台有望帮助各行各业实现个性化的用户体验。通过与新思科技、工研院以及台湾半导体领域的其他公司的密切合作,Neuchips Inc.已经实现了快速上市的目标,在提供有影响力的人工智能解决方案的竞争中取得了先机。
传统汽车需要的芯片数量大约在500-600颗,而智能汽车对芯片的需求量增加至1000-2000颗左右了,其中单单是驱动温度控制或自动空调系统等功能,就需要100-150颗微芯片。数字孪生这一概念对于汽车行业大有裨益,包括早期开发和测试、提高生产率和性能、加强公司内部和各公司间的协作,以及以更低的成本更快地交付更安全的系统。
要实现“自动驾驶”这个大目标,功能安全和信息安全问题一定是汽车开发者要着重考量的。如果能在设计的早期阶段就逐步解决这两个问题,将功能和信息双安全问题融入汽车的全生命周期管理中,我们距离真正的“完全自动化”就不再遥远。
新思科技发布芯片验证白皮书《借助AI实现更快、更好、更高效的验证》,详细的阐述了种种验证挑战,以及AI技术带来的改变,以及新思科技EDA解决方案中一些具体功能。