Casa > Noticias > Maestro: La IA será otro catalizador para la década de crecimiento en la industria de los semiconductores.

Maestro: La IA será otro catalizador para la década de crecimiento en la industria de los semiconductores.

Después del estallido de la burbuja de Internet en 2001, muchas personas estaban llenas de dudas sobre el desarrollo futuro de toda la industria de semiconductores.

En la ronda del colapso del mercado en ese momento, muchas compañías de semiconductores comenzaron a integrarse; la atractiva inversión de la industria en capital eólico también se redujo considerablemente; La investigación y el desarrollo tecnológico en el desarrollo de procesos y otros aspectos también se han estancado y ralentizado.

Sin embargo, la industria de semiconductores ha visto un nuevo cambio ahora. En una entrevista con periodistas como Ji Wei.com, el vicepresidente ejecutivo de Mentor IC EDA, Joseph Sawicki, dijo que la industria se llena de oportunidades bajo el estímulo de nuevas tecnologías como la inteligencia artificial y el aprendizaje automático.

Un informe de McKinsey señaló que la inteligencia artificial se puede aplicar a muchas áreas verticales, lo que permite a las compañías de semiconductores capturar del 40 al 50% del valor total de estas pilas de tecnología. Joseph dijo que la inteligencia artificial será un fuerte catalizador para otro ciclo de crecimiento de 10 años en la industria de semiconductores. Pero para hacer realidad esta tendencia, se necesitan muchos datos como soporte.

"Con suficientes datos, puede ser predictivo, por lo que puede entrenar su máquina de manera muy confiable y dejar que la máquina aprenda de manera efectiva". Joseph agregó además que la cantidad de datos necesarios y creados para la comunicación de alta velocidad aumentará en los próximos 12 años. Será el comienzo de miles de veces de crecimiento, y estos datos deben analizarse y luego tomar medidas basadas en este análisis.

Sin embargo, bajo el impacto del "tsunami de datos", el desarrollo de la inteligencia artificial también enfrenta varias contradicciones. Joseph mencionó dos objetivos en conflicto en el desarrollo de la inteligencia artificial:

Un objetivo es que muchas personas quieran fortalecer continuamente las capacidades del centro de datos para hacer frente a cantidades tan enormes de datos. Entonces, compañías como Alibaba y Amazon están desarrollando motores relacionados con la inteligencia artificial que usan este motor para entrenar grandes cantidades de datos.

Por otro lado, el objetivo de algunas empresas es impulsar cada vez más potencia de procesamiento al borde de la nube, liberando así cierta presión sobre el desarrollo del centro de datos.




El desarrollo de chips en la computación de borde excederá en gran medida el chip requerido por el centro de datos. Según Tractica, de 2016 a 2021, la tasa de crecimiento anual compuesta de dispositivos conectados al borde será tan alta como 190%.

Joseph dijo que, más cerca, la informática / procesamiento de vanguardia será el motor principal para el crecimiento en la industria de los semiconductores. Dado que las aplicaciones específicas en muchas áreas requieren diseños de chips optimizados para lograr un rendimiento óptimo del chip, esta será una oportunidad para los proveedores de herramientas EDA como Mentor.

Joseph enfatiza que en la inteligencia artificial de computación de vanguardia, el diseño de chips a menudo se define por requisitos específicos de desarrollo de arquitectura. Por lo tanto, la plataforma de desarrollo de IA actual es completamente diferente del entorno de desarrollo anterior.

A este respecto, Joseph introdujo las herramientas de diseño de chips de Mentor específicamente para el campo de la IA:

lHLS (síntesis de alto nivel): tome NVIDIA como ejemplo. Al usar esta herramienta, puede aumentar la productividad en casi dos veces y los costos de verificación en un 80%.

Prueba lHierarchicl: ayuda a los clientes a aumentar aún más la productividad y reducir los costos. Tomando como ejemplo al cliente de Graphcor, al usar esta herramienta, la productividad de DFT se ha incrementado en 4 veces, la velocidad de transferencia de prueba se ha mejorado enormemente y el período de tiempo de diseño se ha acortado a 3 días según los datos reales.

Tecnología lOPC: utilizada en la fabricación de semiconductores, se necesitan 4.000 CPU para funcionar un día en una base de 7 nm para producir una máscara, pero si utiliza algoritmos de aprendizaje automático, puede reducir el tiempo de ejecución en 3-4 veces.

Tecnología lLFD (litográfica): reduce significativamente el factor límite de rendimiento y reduce el tiempo de ejecución de 10 veces la producción. No solo puede identificar defectos en el proceso de producción, sino también predecir defectos.

Herramienta de deposición: resuelve el problema de falla del producto o componente y mejora la calidad y eficiencia de la producción.

Además, Mentor proporciona una plataforma de tecnología de caracterización para la industria automotriz, que proporciona un análisis detallado de la confiabilidad y seguridad general, combinada con IA para reducir el tiempo de ejecución de la caracterización en un factor de 100. El simulador de piloto automático PAVE 360 también simula continuamente condiciones mundiales bajo la máquina virtual, reduciendo aún más el tiempo de verificación.

Ya sea que los futuros chips inteligentes sean dedicados o flexibles, la industria tiene diferentes voces. Pero Joseph le dijo al reportero de micronet que EDA es una herramienta neutral. En el futuro, Mentor proporcionará un entorno amplio donde los clientes pueden usar las herramientas para modelar y desarrollar su software en entornos específicos. Este es el valor más importante que Mentor ofrece como empresa EDA.