ICCAD 2018:走进EDI电子设计智能化时代把握未来智能发展

  • 发布日期: 发布人:
  •   全球副总裁,亚太及日本区总裁 ,石丰瑜先生(Michael Shih)先生特别受邀进行主题演讲,他的演讲《Machine Learning - 引领你改变历史,遇见未来》,带来关于人工智能如何驱动EDA的转变以及IC设计行业如何演进的思考方向。

      Cadence公司全球副总裁,亚太及日本区总裁 ,石丰瑜先生(Michael Shih)

      早在2014年ICCAD高峰论坛上,Michael就将AI/机器学习与EDA融合的概念与愿景带给了中国IC设计从业者,作为EDA公司,可以一直走在技术的前沿,来为集成电路设计的发展带来无数革新的领先技术。经过四年的酝酿与研发,今日Cadence可以将完整的EDA智能化发展未来展示给行业和客户。

      Michael在他的主题演讲中讲到,在全球半导体需求持续迅速增加的行业形势下,Cloud、Edge、AI等创新技术带来新的成长动力,可以预测到2018年半导体市场规模超过5000亿美元,而在不远的2030年,全球芯片业务将达1兆美元市场规模。这样快速地发展的行业前景,却面临着半导体人才的培养不足以满足迅速增加的市场需求。人才的缺口和欧美国家的老龄化,使这个行业亟需向自动化、智能化这样的方向演进。

      面对整个行业对IC设计的挑战,Cadence一直走在科技和行业的前沿,用科技和智能化来驱动IC设计工具和方法学的演进。这其中最具代表性的,就是Cadence与DARPA的成功项目合作。

      美国国防高级研究计划局(DARPA)是致力于颠覆性、基础性科学技术研究的行业组织,互联网、GPS、毫米波雷达MEMS等基础性的技术都诞生于DARPA的研究项目,是为了改变世界未来的科技学术组织。早在2004年,DARPA就组织了无人驾驶大奖赛,鼓励各个大学与半导体公司提出概念预案性,也正是因为基于此大奖赛,无人驾驶产业才诞生于此。

      而Cadence已经在数月前,正式通过美国国防高级研究计划局(DARPA)筛选,为其电子资产智能设计(IDEA)项目提供支持。IDEA 是 DARPA 电子复兴计划(ERI)六个新项目之一,利用先进的机器学习技术为片上系统(SoC)、系统封装(SiP)和印刷电路板(PCB)打造统一平台,开发完整集成的智能设计流程。 ERI 投资将进一步实现更自动化的电子设计能力,有效满足航空航天/国防ECO和电子行业的商业需求。

      *DARPA 电子复兴计划致力于解决迫在眉睫的工程设计和经济成本双重挑战,如果依然悬而未决,微电子技术长达半个世纪的快速发展可能面临中断;且推动微电子技术发展的设计和制造已然愈加困难昂贵。*

      ML Inside:通过最新的机器学习引擎,改善数字设计工具,带来更好的PPA。通过对过往的大数据分析和决策,来加速未来的智能版图设计。

      ML Enablement:软件和硬件的协同设计,以及Cadnece独有Tensilica IP,应用机器学习为系统级的优化带来提升。

      与此同时,Michael特别提出了对广大IC设计工程师在未来AI时代的发展趋势,他希望在EDA工具演进的同时,IC设计工程师也应该不断的提高,成为真正驾驭工具,而不是使用工具的人。在AI时代,分析并标注海量设计数据、建立及训练EDA智能模型、建构与设计智能优化算法,这三项都是不可或缺的关键环节。掌握了这些关键技术节点,才能在AI时代,驾驭智能!

      从最早的人手版图设计,到EDA电子设计自动化的诞生,加速了整个集成电路历史的进程。现在,从EDA--电子设计自动化,Cadence希望能将您带到EDI(Electronic DesignIntelligence)--电子设计智能化,我们大家都希望您能和Cadence一起,推动设计的智能浪潮,把握未来智能时代的脉搏!

      文章出处:【微信号:gh_fca7f1c2678a,微信公众号:Cadence楷登】欢迎添加关注!文章转载请注明出处。

      键盘D1以其前瞻性的设计,将办公体验提升到了全新的高度。 一、搭载讯飞星火认知大模型,开启

      与制造的问题也慢慢变得受到重视。 在此背景下,华秋联合新一代产业园主办的《2023

      !elexcon2023重磅呈现25+品类千余款热门产品,现场同期四展精彩联动,助力链接

      的到来,工业控制需求慢慢的变多样化。因此,定制化服务成为国产工控机的重要趋势。工控机厂

      生活等话题也引起了代表委员们的热议。在代表委员看来,AI领域是大方向、大领域,其影响绝不仅仅在科技领域本身,还涉及在其他领域

      管理的趋势 /

      的不断普及,许多深度学习算法涌现,从最初的卷积神经网络(CNN)到机器学习算法的

      Cadence Tensilica Vision P6 DSP 助力AI和视觉应用性能提升

      【先楫HPM5361EVK开发板试用体验】(原创)6.手把手实战红外线传感器源代码