集微网消息，据eenewseurope报道，新思科技（Synopsys）正在扩展其人工智能驱动的芯片设计工具，为开发过程的每个阶段提供数据分析。
Synopsys.ai中的AI驱动数据分析可聚合和分析设计、测试和制造流程中的数据，以通过一系列不同的AI技术（包括生成式AI框架）推动更智能的决策。
人工智能分析的加入旨在通过智能引导的调试和优化来加速物理、逻辑和原型设计的收敛，并提高晶圆厂良率，以实现更快的产能提升和更高的大批量生产（HVM）吞吐量。
与此同时，英国Flexciton等几家初创公司正在使用人工智能来优化晶圆厂流程，以提高吞吐量和良率。
EDA、测试和IC制造工具中的数据都非常不同，包括时序路径、功率曲线、芯片通过/失败报告、流程控制或验证覆盖率指标。新思科技表示，使用这些数据对于提高生产力、PPA（功率、性能、面积）和参数/制造良率至关重要，这就是它在设计流程的每个部分添加大数据分析工具的原因。
这还可以帮助设计人员在掩模、制造和测试过程中迅速定位和纠正问题区域，以避免问题影响产品质量和良率。公司还可以从其数据集中受益，利用生成式AI方法实现新的用例，如知识助手、预防性和处方式的假设性探索，以及指导问题解决。
在收购英国Moortec和韩国BisTech后，新思科技通过良率工具和传感器IP进一步进军产品生命周期管理（PLM）市场。
使用人工智能发现整个半导体供应链中的芯片数据异常值，以提高芯片质量、良率和吞吐量，套件中有多种工具。
Design.da对来自Synopsys.ai设计执行的数据进行深入分析，为芯片设计人员提供全面的可见性和可操作的设计见解，以发现PPA状况。
Fab.da存储并分析大量晶圆厂设备过程控制数据，从而提高运营效率并最大限度地提高产品质量和晶圆厂良率。
Silicon.da从测试设备收集PB级的硅监控、诊断和生产测试数据，以改进芯片生产指标（例如质量、良率和吞吐量）以及硅操作指标（例如芯片功耗和性能）。
“随着IC复杂性的增加和市场窗口的缩小，半导体行业越来越多地采用人工智能技术来提高结果质量（QoR）、加快验证和测试速度、提高晶圆厂良率并提高整个IC设计流程中多个领域的生产力。”新思科技EDA集团战略与产品管理副总裁Sanjay Bali提到。
“借助Synopsys.ai EDA套件中的新数据分析功能，公司现在可以汇总和利用EDA堆栈每一层（从架构探索、设计、测试和制造）的数据，以推动PPA、良率和工程生产力的提高。”
SK海力士和美满科技（Marvell）等客户已在使用基于人工智能的数据分析。
美满科技高级首席工程师Greg Bazan博士表示：“芯片制造和测试过程中产生的数据量非常大，因此大数据工具对于分析这些数据集并从中提取有意义的结论至关重要。”
“芯片数据分析工具对于提高我们制造流程的效率和质量至关重要。我们期待体验新思科技下一代分析工具如何进一步改善我们的KPI并降低下一代产品的制造和测试成本。”
（校对/张杰）
本文链接：http://www.28at.com/showinfo-27-8409-0.html新思科技为EDA和晶圆厂工具添加生成式AI数据分析
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
