こんにちは、訪問者

サインイン / 登録
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskera‎العربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
Eメール:Info@Y-IC.com
まず  ページ > ニュース > メンター:AIは、半導体業界における10年間の成長のもう1つの触媒となる

メンター:AIは、半導体業界における10年間の成長のもう1つの触媒となる

2001年にインターネットのバブルが崩壊した後、多くの人々は半導体業界全体の将来の発展について疑問に満ちていました。

当時の市場崩壊のラウンドでは、多くの半導体企業が統合し始めました。風力発電への業界の魅力的な投資も大幅に減少しました。プロセス開発などの技術研究開発も停滞し、減速しています。

しかし、半導体業界は今、新たな転換期を迎えています。 Ji Wei.comなどの記者へのインタビューで、メンターIC EDAの執行副社長であるジョセフサウィキは、人工知能や機械学習などの新しいテクノロジーの刺激の下で、業界は機会で再び満たされていると述べました。

マッキンゼーのレポートは、人工知能は多くの垂直領域に適用できるため、半導体企業はこれらのテクノロジースタックから合計値の40〜50%を獲得できると指摘しています。ジョセフ氏は、人工知能は半導体産業のもう10年の成長サイクルの強力な触媒になると語った。しかし、この傾向を真に実現するには、サポートとして大量のデータが必要です。

「十分なデータがあれば、予測を立てることができるため、マシンを非常に確実にトレーニングして、マシンに効果的に学習させることができます。」ジョセフ氏はさらに、高速通信に必要とされ、作成されるデータの量は、今後12年間で増加するであろうと付け加えました。数千回の成長を先導し、これらのデータを分析して、この分析に基づいてアクションを実行する必要があります。

しかし、「データ津波」の影響を受けて、人工知能の開発もさまざまな矛盾に直面しています。ジョセフは人工知能の開発における2つの相反する目標に言及しました:

1つの目標は、このような大量のデータに対処するために、多くの人々がデータセンターの機能を継続的に強化したいと考えていることです。したがって、AlibabaやAmazonなどの企業は、このエンジンを使用して大量のデータをトレーニングするAI関連のエンジンを開発しています。

一方、一部の企業の目標は、ますます多くの処理能力をクラウドのエッジに押し込み、データセンターの開発にいくらかの圧力をかけることです。




エッジコンピューティングでのチップ開発は、データセンターで必要とされるチップを大幅に上回ります。 Tracticaによると、2016年から2021年まで、エッジ接続デバイスの複合年間成長率は190%に達すると予測されています。

ジョセフ氏は、近い将来、エッジコンピューティング/処理が半導体産業の成長の主な原動力になると述べた。多くの分野の特定のアプリケーションでは、最適なチップパフォーマンスを達成するために最適化されたチップ設計が必要であるため、これはメンターのようなEDAツールベンダーにとっての機会となります。

Josephは、エッジコンピューティングAIでは、チップ設計は特定のアーキテクチャ開発要件によって定義されることが多いと強調しています。したがって、現在のAI開発プラットフォームは、以前の開発環境とはまったく異なります。

この点で、ジョセフはAI分野に特化したメンターのチップ設計ツールを導入しました:

lHLS(高位合成):例としてNVIDIAを取り上げます。このツールを使用すると、生産性をほぼ2倍、検証コストを80%向上させることができます。

lHierarchiclテスト:顧客の生産性の向上とコストの削減を支援します。 Graphcorの顧客を例にとると、このツールを使用することで、DFTの生産性が4倍に向上し、テスト転送の速度が大幅に向上し、設計期間が実際のデータに基づいて3日間に短縮されました。

lOPCテクノロジー:半導体製造で使用され、1つのマスクを生成するために7 nmベースで1日実行するために4,000 CPUが必要ですが、機械学習アルゴリズムを使用すると、実行時間を3〜4倍短縮できます。

lLFD(リソグラフィーにやさしい)テクノロジー:歩留まり制限因子を大幅に削減し、生産時間の10分の1を削減します。製造プロセスの欠陥を特定できるだけでなく、欠陥を予測することもできます。

lDepositionツール:製品またはコンポーネントの障害の問題を解決し、生産の品質と効率を向上させます。

さらに、メンターは自動車業界向けの特性化テクノロジプラットフォームを提供し、AIと組み合わせて全体的な信頼性と安全性の詳細な分析を提供し、特性化のランタイムを100倍に削減します。PAVE360 Autopilot Simulatorは、実際の仮想マシンの下での世界の状況、検証時間をさらに短縮します。

将来のスマートチップが専用であるか柔軟であるかにかかわらず、業界にはさまざまな意見があります。しかし、ジョセフはEDAは中立的なツールであるとマイクロネット記者に話しました。メンターは将来、お客様がツールを使用して特定の環境でソフトウェアをモデリングおよび開発できる大規模な環境を提供する予定です。これは、メンターがEDA企業として提供する最も重要な価値です。