開闢晶片設計AI應用的高產能新途徑

深化對更好的PPA的需求

當前全球經濟的不確定性使得半導體領域的競爭更加激烈，進而推動對於更好的PPA、成本優勢以及更快上市時程的追求。因此，設計團隊面臨需要產出規格優於競爭對手晶片的壓力。與此同時，資源限制也迫使團隊努力以相同或較少的資源完成更多的任務。晶片設計領域也有許多新進者，諸如汽車業等超大規模垂直產業也紛紛投入自研晶片，而AI正可幫助填補資源和專業知識方面的不足。

AI不僅能夠解決晶片設計中的重複性作業，更可加快流程，幫助團隊有效率地完成工作。以驗證為例，由於驗證週期未能及時完成以進入實際投片(tapeout)，致使量產品片可能仍處於第三次硬體修正階段。但若能使用AI加速驗證覆蓋範圍，工程師能夠以較少的迭代次數產出無錯誤的晶片，將可幫助團隊節省大量時間和金錢。

簡而言之，AI能夠增強人們的能力。人類擅長提出獨創想法─但通常是在系統或架構層面。為能實現這些想法，工程師就需要利用EDA工具。而為能加快部署速度，新思科技將AI技術視為發展方向。藉由將AI整合至解決方案中並盡量使其能輕鬆無縫地接軌，我們能夠幫助工程師更快實現設計目標。經由縮短設計和驗證週期與減少工作量，設計團隊將有更多時間實現核心理念的創新。

控管晶片設計成本和供應鏈風險

當今經濟的不確定性連帶也影響到設計預算的規畫。由於先進節點成本日益增加，我們可以看到廠商在PPA優化方面投注更多努力。晶圓代工廠一般會提供效能和成本優化的製程技術，但仍有許多變化需要進行微調以確定其最佳配置，進而推動設計空間探索的爆發式成長。AI能夠以其強大的設計空間探索能力，以更快且更輕鬆的方式因應製程技術變化進行決策。

推動晶片設計持續創新

從人們手腕上那功能多樣的智慧型裝置，乃至生產線上的先進機器人和自動駕駛車輛，我們的世界日益智慧化且更加緊密互聯。此一趨勢也對作為前述裝置和系統基礎的矽晶圓提出更高的要求─也因此令設計團隊承受更大的壓力，被要求以更低的功耗和更小的晶片面積來達成更高效能水平。而團隊肩負的另一項重責大任，正是當前宏觀經濟局勢迫使其使用相同或更少的資源完成更多的任務。

在這樣的大環境下，AI導向的晶片設計和驗證作業正在證明其幫助設計人員實現積極PPA和生產力目標的價值。藉由推動重複性任務的自動化，Synopsys DSO.ai等人工智慧解決方案將引導半導體產業開創高產能的嶄新康莊大道，以利持續創新，並為全人類帶來更加智慧化的產品。