罗希特•沙玛Pairpath的创始人兼首席执行官EDA公司一个明确的任务:
“使客户紧缩每个皮秒的性能和milli-watt权力通过有效地提供签字精确模型。”
在最近的电子工艺设计研讨会(edp)举行半的苗必达总部,Sharma讨论了(s), AI可能发挥作用在EDA。他开始注意到AI /毫升研究消耗超过1%的全球研发预算。(其他edp发言者指出,人工智能研究论文的数量呈指数级增长,取代摩尔定律对半导体和其他人工智能领域相关法律。)
Sharma说,最有可能的使用人工智能在EDA是添加新特性。换句话说,他预计,EDA的AI不会是破坏性的,但它肯定有一个地方。最有可能的最适合AI是没有成功的替换算法,或者不够成功。
Sharma给的例子是细胞分类的例子,描述一个特定的晶体管布局作为一个完整的加法器。Sharma说,这是一种常见的EDA的问题,它是一个np完全问题。尽管“NP”代表“不确定性多项式”和非完全多项式是最难解决的NP问题,在我的脑海里我读为“NP完全不可能完成。“至少在任何商业实践的时间。
有点像新重组Spock面临的困境,在“《星际迷航》四:航行回家”(又名“星际迷航拯救鲸鱼。”)这是一个对话框从电影片段来提醒你:
柯克:Spock先生,你占了鲸鱼的变质量和水在你的时间重新计划?
斯波克:斯科特不能给我确切数字,海军上将,所以…我将做一个猜测。
柯克:猜一猜?你,斯波克?这是非凡的。
np完全问题。他们有“高维度”(Sharma的话),所以他们硬编码到一个确定的算法。人工智能推理用于模式匹配没有困境。AI推论引擎将会很乐意提供他们最好的“猜测”。
沙玛也列出了挑战与添加AI EDA(适用于任何人工智能使用):
- 一个明确的价值定位。(只是因为你可以使用AI并不意味着这样做是一个好主意。)
- 人工智能为任何特定的应用程序使用模型
- 工程数据。一定要看看这个数据集(s)之前试图应用毫升。
- 高维度。(Spock困境。)
- 毫升的技术选择
- 人工智能在遗留系统的集成
- 接受概率的结果(AI的最佳“猜”足够了吗?)
在他的结束语,Sharma说,尽管存在这些挑战,他预计AI /毫升很可能改变EDA软件的方式写。
看看现在:EDA出生时”可以模拟VERILOG ! ! ! !“成为驱动力Verilog应该(必须)被用于设计条目。设计师是不情愿的,但像往常一样炒作和流行语盛行。
难怪“Sharma给的例子是细胞分类的例子,描述一个特定的晶体管布局作为一个全加器。”是一个问题。他们还没有意识到一个晶体管的布局是一个布尔的事情,因此这是一个谜。
有无数的完整方案技术从脉冲大门,nand闪存,古称设计、建造和使用过设计自动化。事实上,设计自动化的起源(DA)是为IBM System360线多氯联苯在1960年代初。
自动逻辑图用于逻辑门给扇入和扇出大门。
开始在任何门可以发现输入逻辑条件,门的逻辑功能,盖茨在网络使用的输出。
没有模拟器。所以波形手绘,如果他们需要。
描述一个加法器现在EDA仍有困难吗?保存和超前进位蛇被发明,目击等验证,模拟铅笔和纸,构建、使用超过50年前。
关键是布尔代数——EDA无关,非常谢谢。
我是第一个系列赛的用户。我设计,调试,问题,改进从最小到最大的。什么?没有Verilog硬件描述语言(VHDL)、模拟、合成?