Rumah > Berita > Mentor: AI akan menjadi katalis lain untuk dekade pertumbuhan dalam industri semikonduktor

Mentor: AI akan menjadi katalis lain untuk dekade pertumbuhan dalam industri semikonduktor

Setelah gelembung Internet meledak pada tahun 2001, banyak orang yang penuh keraguan tentang perkembangan masa depan seluruh industri semikonduktor.

Dalam putaran keruntuhan pasar pada waktu itu, banyak perusahaan semikonduktor mulai berintegrasi; investasi industri yang menarik dalam modal angin juga sangat berkurang; Penelitian dan pengembangan teknologi dalam pengembangan proses dan aspek-aspek lain juga mengalami stagnasi dan melambat.

Namun, industri semikonduktor telah melihat perubahan haluan baru sekarang. Dalam wawancara dengan wartawan seperti Ji Wei.com, Mentor IC EDA Executive Vice President Joseph Sawicki mengatakan bahwa industri diisi kembali dengan peluang di bawah stimulasi teknologi baru seperti kecerdasan buatan dan pembelajaran mesin.

Laporan McKinsey menunjukkan bahwa kecerdasan buatan dapat diterapkan pada banyak bidang vertikal, yang memungkinkan perusahaan semikonduktor untuk menangkap 40 hingga 50% dari total nilai dari tumpukan teknologi ini. Joseph mengatakan bahwa kecerdasan buatan akan menjadi katalisator yang kuat untuk siklus pertumbuhan 10 tahun lagi di industri semikonduktor. Tetapi untuk membuat tren ini benar-benar diwujudkan, banyak data diperlukan sebagai dukungan.

"Dengan data yang cukup, Anda dapat menjadi prediksi, sehingga Anda dapat melatih mesin Anda dengan sangat andal dan membiarkan mesin belajar secara efektif." Joseph menambahkan bahwa jumlah data yang dibutuhkan dan diciptakan untuk komunikasi kecepatan tinggi akan meningkat selama 12 tahun ke depan. Ini akan mengantarkan ribuan kali pertumbuhan, dan data ini perlu dianalisis, dan kemudian mengambil tindakan berdasarkan analisis ini.

Namun, di bawah pengaruh "data tsunami", pengembangan kecerdasan buatan juga menghadapi berbagai kontradiksi. Joseph menyebutkan dua tujuan yang saling bertentangan dalam pengembangan kecerdasan buatan:

Salah satu tujuannya adalah bahwa banyak orang ingin terus memperkuat kemampuan pusat data untuk mengatasi sejumlah besar data. Jadi perusahaan seperti Alibaba dan Amazon sedang mengembangkan mesin terkait AI yang menggunakan mesin ini untuk melatih sejumlah besar data.

Di sisi lain, tujuan dari beberapa perusahaan adalah untuk mendorong semakin banyak kekuatan pemrosesan ke tepi awan, sehingga melepaskan beberapa tekanan pada pengembangan pusat data.




Pengembangan chip dalam komputasi tepi akan sangat melebihi chip yang dibutuhkan oleh pusat data. Menurut Tractica, dari 2016 hingga 2021, tingkat pertumbuhan tahunan gabungan perangkat yang terhubung dengan tepi akan setinggi 190%.

Joseph mengatakan, semakin dekat, edge computing / processing akan menjadi mesin utama untuk pertumbuhan di industri semikonduktor. Karena aplikasi spesifik di banyak bidang memerlukan desain chip yang dioptimalkan untuk mencapai kinerja chip yang optimal, ini akan menjadi peluang bagi vendor alat EDA seperti Mentor.

Joseph menekankan bahwa dalam komputasi tepi AI, desain chip sering ditentukan oleh persyaratan pengembangan arsitektur tertentu. Jadi platform pengembangan AI saat ini benar-benar berbeda dari lingkungan pengembangan sebelumnya.

Dalam hal ini, Joseph memperkenalkan alat desain chip Mentor khusus untuk bidang AI:

lHLS (sintesis tingkat tinggi): Ambil NVIDIA sebagai contoh. Dengan menggunakan alat ini, Anda dapat meningkatkan produktivitas hampir dua kali lipat dan biaya verifikasi sebesar 80%.

lHierarchicl test: Membantu pelanggan lebih lanjut meningkatkan produktivitas dan mengurangi biaya. Mengambil pelanggan Graphcor sebagai contoh, dengan menggunakan alat ini, produktivitas DFT telah meningkat sebanyak 4 kali, kecepatan transfer tes telah sangat ditingkatkan, dan periode waktu desain telah dipersingkat menjadi 3 hari berdasarkan data aktual.

Teknologi lOPC: digunakan dalam pembuatan semikonduktor, dibutuhkan 4.000 CPU untuk menjalankan satu hari secara 7nm untuk menghasilkan satu Masker, tetapi jika Anda menggunakan algoritma pembelajaran mesin, Anda dapat mengurangi waktu pengoperasian hingga 3-4 kali.

lLFD (ramah litografik) teknologi: secara signifikan mengurangi faktor batas hasil dan mengurangi waktu operasi 10 kali produksi. Tidak hanya dapat mengidentifikasi cacat dalam proses produksi, tetapi juga memprediksi cacat.

l Alat deposisi: memecahkan masalah kegagalan produk atau komponen dan meningkatkan kualitas dan efisiensi produksi.

Selain itu, Mentor menyediakan platform teknologi karakterisasi untuk industri otomotif, memberikan analisis rinci tentang keandalan dan keamanan keseluruhan, dikombinasikan dengan AI untuk mengurangi runtime karakterisasi dengan faktor 100. PAVE 360 Autopilot Simulator juga terus menerus mensimulasikan kondisi dunia di bawah mesin virtual, semakin mengurangi waktu verifikasi.

Apakah chip cerdas di masa depan berdedikasi atau fleksibel, industri ini memiliki suara yang berbeda. Tetapi Joseph mengatakan kepada reporter mikronet bahwa EDA adalah alat netral. Di masa depan, Mentor akan menyediakan lingkungan yang luas di mana pelanggan dapat menggunakan alat untuk memodelkan dan mengembangkan perangkat lunak mereka di lingkungan tertentu. Ini adalah nilai paling penting yang ditawarkan Mentor sebagai perusahaan EDA.