Nvidia и Siemens научили ИИ проектировать 3D-чипы — трудозатраты инженеров можно сократить на 95 %
Источник изображения: Siemens
Нет нужды объяснять, что в многокристальных решениях логика и память размещаются в тесно интегрированных сборках, поэтому возрастающая плотность мощности усложняет отвод тепла. Siemens предлагает с помощью специализированных ИИ-агентов объединить ранее разрозненные этапы анализа в единый автоматизированный процесс, чтобы выявлять электрические и тепловые ограничения ещё во время разработки, когда в проекты ещё можно вносить существенные изменения.
В основе решения лежит агент Fuse EDA AI Agent, интегрированный с платформой Intelligence Center X. Инженер задаёт цели проектирования, после чего агент координирует работу нескольких инструментов автоматизации проектирования электроники (EDA), выполняет связанные электрические и тепловые расчёты, обнаруживает отклонения от заданных требований и ищет их причины.
Так, система может анализировать влияние подачи питания, размещения кристаллов и материалов корпуса, а затем повторно проверять перспективные варианты конструкции. Для расчётов используются физические модели и вычислительные модули, предназначенные для проверки соответствия проекта заданным требованиям до завершения разработки.
Автоматизированный процесс охватывает девять этапов работы с семью инструментами проектирования Siemens и, по данным компании, выполняет от 50 до 100 шагов анализа и принятия решений за цикл продолжительностью 8–10 часов. За один цикл можно исследовать от 200 до 500 и более вариантов конструкции, изменяя, например, коэффициенты теплоотдачи на границах модели, бюджеты энергопотребления и сочетания материалов корпуса.
В рабочую цепочку включены программы Innovator3D IC Integrator для компоновки и сборки 3D-корпуса, mPower Digital для анализа мощности, Calibre 3DThermal для тепловой верификации, Simcenter FloTHERM для моделирования теплообмена на уровне системы, Calibre xACT для извлечения паразитных параметров с учётом температуры и Solido SPICE для электрического моделирования.
Для координации агентов используются инструмент Nvidia Agent Toolkit, открытые модели семейства Nemotron и библиотеки CUDA-X, ускоряющие поддерживаемые вычислительные процедуры. По результатам сравнительных испытаний, приведённым Siemens, автоматизация сокращает трудозатраты инженеров на величину до 95 %, уменьшает время первоначальной настройки рабочего процесса до 99 % и позволяет исследовать до 50 раз больше вариантов конструкции, чем при традиционном ручном подходе.
Проще говоря, ИИ-агенты сокращают время выполнения ряда операций по проектированию 3D-чипов с нескольких недель до считаных дней, а отдельных задач — со многих часов до нескольких минут. Интересно добавить, что на днях Siemens стала партнёром IBM в работе над автоматизацией проектирования чипов будущего с техпроцессом 0,7 нм и вертикальным расположением комплементарных транзисторов. Вот где ИИ-агентам придётся поломать голову — или что там у них вместо неё. ИИ-агенты Nvidia придутся как нельзя кстати для анализа теплового бюджета трёхмерных чипов IBM и не только.
последние события
Nvidia и Siemens научили ИИ проектировать 3D-чипы — трудозатраты инженеров можно сократить на 95 %
Siemens расширила сотрудничество с Nvidia в области ИИ-агентов для проектирования трёхмерных интегральных схем (3D IC). Новая система предназначена для совместного анализа электрических характеристик, энергопотребления и тепловых режимов многокристальных корпусов, используемых в решениях для ИИ. Это позволит многократно ускорить проектирование новых изделий.
читать далееДроны-камикадзе для тушения пожаров придумали в России: они взрываются внутри горящих зданий
читать далее
Российские космические микросхемы готовят к ядерному взрыву
Нейропроцессоры сегодня и завтра:как ИИ-чипы в смартфонах меняют наши устройства
Помните, как 8 лет назад Huawei Mate 10 с процессором Kirin 970 впервые показал нам, что смартфон может «думать» сам, без отправки данных в облако? С тех пор искусственный интеллект в телефонах прошел путь от экспериментальной функции до одного из ключевых факторов, определяющих производительность и пользовательский опыт. Однако до недавнего времени этот прогресс казался постепенным, эволюционным. Сегодня мы стоим на пороге революции: нейропроцессоры (NPU) стремительно развиваются, а в ближайшие годы нас ждут настоящие прорывы.
Разбираемся, что изменилось на рынке и какие перспективы открываются перед мобильным ИИ.
Исследование свойств оксида гафния открывает новые возможности для производства конденсаторов, памяти и систем охлаждения
Новое исследование показало, что оксид гафния может накапливать и высвобождать электрическую энергию, оставаясь стабильным при экстремальных температурах.
читать далееПодготовлены три сценария развития российской мегакорпорации по производству чипов
В рамках подготовки стратегии «Объединенной микроэлектронной компании» Сбербанк представил отрасли модель спроса на микроэлектронику в России. Документ описывает три сценария развития рынка до 2036 года: базовый, консервативный и оптимистичный. Модель рассчитана в пластинах. Например, при базовом сценарии спрос на пластины вырастет с 0,8–1,0 млн до 1,6–1,8 млн штук.
читать далееМантуров рассказал, на что пойдет технологический сбор с компаний
Мантуров раскрыл детали создания объединенной структуры в сфере микроэлектроники. Она будет называться «Интегральные системы». Все доходы бюджета от технологического сбора пойдут на ее развитие.
читать далееБез каких 10 материалов современные технологии встанут
Можно иметь деньги, инженеров и готовые чертежи, но не построить ни спутник, ни электромобиль. Причина — нехватка нужного сырья: его либо добывают слишком мало, либо основные поставки завязаны на одну страну. Щепотка галлия влияет на работу радара, крошечный конденсатор из тантала решает, полетит ли спутник, а дефицит меди способен задержать целый дата-центр. Вот 10 материалов, от которых зависят современные высокие технологии и которые тихо определяют, что человечество вообще способно построить.
читать далее
Помощник
Ваш запрос отправлен в проработку