女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

利用 Cadence Optimality 智能引擎突破人工仿真瓶頸

深圳(耀創)電子科技有限公司 ? 2024-05-11 08:12 ? 次閱讀

不可避免的,設計與制造硅芯片是一個日益復雜、耗時且昂貴的過程。該過程中每一個步驟都需要做決策:在這個特定關頭該投入多少時間或預算,才能確保完成整個設計流程時,芯片能盡可能有效率地運作并且避免代價高昂的錯誤?

而若想要實現一次就成功的設計,精確的電磁(EM)仿真是關鍵步驟──這也是最耗費時間的步驟,因此 Cadence 打造了 Clarity 3D Solver 工具,具備比傳統 3D 電磁場求解器快 10 倍的性能,可以確保復雜的 EM 挑戰被實時解決。

利用大規模分布式云端技術,以及平行化、編程優化與革命性的網格生成軟件,Clarity 3D Solver 讓設計和執行電磁仿真的流程比以往更快,并使任何潛在的破壞性EM干擾問題能在設計流程初期獲得紓解。

不過事實證明,只從系統本身解決可以移除的瓶頸是不夠的。盡管能極其快速地執行個別仿真,但這并不代表能夠在流程結束時取得最佳優化的設計。

與人工密切相關的問題

問題出在哪?問題在于這樣的設計流程還是大幅仰賴工程師自身的直覺與參與;每一次仿真的結果、判定與調整參數,都需要熟練的工程人員來操作。

而這終究會限制仿真可以被執行的次數。試想一個擁有10項可控參數的設計仿真案例,且每項參數都有10種可能的數值;為了優化此設計直到可以被改善的極限,我們需要仿真所有可能的情境,然后從每一項參數中判定出性能最佳的數值組合。

那么,10的10次方仿真次數,代表的是100億次模擬

這可能得花幾十年時間才能完成,所以工程師會選擇他們認為最接近優化的數值,執行幾次仿真;然后查看結果、進行分析、調整參數值,并執行更多仿真。

無可避免地,在多次反復迭代之后,他們會到達一個決策點:是要投入所有必要的時間與成本繼續進一步優化,還是宣告設計已經優化,然后前進到生產步驟?毫無疑問,最終產品會運作良好──盡管完美度或許不如以無限時間與精力執行更多仿真之后所達到的那樣好。

人工智能改變一切

這就是使用 Cadence Optimality Intelligent System Explorer 智能系統引擎所能夠解決的問題。通過使用能夠進行設計優化的人工智能 (AI) 算法取代傳統優化工作流程中的人工參與,我們最終能否實現真正的優化設計?

27e365c8-0f2b-11ef-9118-92fbcf53809c.png

答案是當然可以!利用強化學習——就像在Cadence JedAI (Joint Data and Analytics)平臺上所使用的——我們可以非常快速地建立機器學習(ML)模型,以了解任何規模或復雜程度的系統的優化設計。強化學習的效果令人滿意,因為它不需要非常密集的訓練;在每一次迭代中,Optimality Explorer 都會取得更多數據樣本,用以進一步精煉并完善其算法的精確度。

其結果是一個更理想的設計,而且比任何人工操作在過去所宣稱的最佳化成果更快速、更高效率,風險更小。藉由Optimality Explorer可以在多個并行(concurrent)仿真中更快地做出決策,其客戶實現了以高于傳統人工方法10倍的速度完成設計,在某些情況下加速高達100倍,而且通常在20到50次迭代中即可得到滿意的結果。如此顯著地減少設計所需時間,意味著產品上市時程也能夠大幅縮短。

在某次測試中,人工設計工程師與Optimality Explorer比賽進行一個復雜PCB設計Optimality Explorer只經過 34 次反復迭代就實現了明顯比人工設計性能更好的設計。

重點是,人類主導的仿真一次只能完成一個或者兩個,Optimality Explorer 卻能執行、分析并重新執行大規模平行仿真,中間幾乎沒有停頓——這在過去可能需要滿屋子的工程師才能做到。

Optimality Explorer 未來發展


Optimality Explorer已經與 Clarity 3D Solver 以及 Cadence 高速信號電源完整性(SI/PI)平臺 Sigrity X 完全整合,藉由讓 Optimality Explorer 分擔系統級 SI 與 PI 仿真分析任務,設計工程師能更快實現優化設計,減少重新設計的需要并加速整體上市時程。

Cadence 用戶利用 Optimality Explorer 引擎中的 Clarity 3D Solver 與 Sigrity X 已取得驚人成功,Cadence 現在正在努力集成其他產品──從 Celsius Thermal Solver 開始,該產品是業界首創完整電熱協同仿真解決方案,適用于從 IC 到實體封裝機殼的所有電子系統層級。

同樣的,這也是為了讓設計團隊能把設計優化交給 Optimality AI 算法,從而在設計流程初期更快地檢測與紓解散熱問題,顯著減少達到真正優化所需的設計時間。

短期之內,Cadence Fidelity CFD 計算流體力學產品也將集成到Optimality Explorer 中,讓真實世界物體的大規模平行化仿真能飛速達成優化設計,而且幾乎不需要人類干預。

將 Fidelity CFD 導入 Optimality Explorer 對于汽車產業尤其具有龐大價值,汽車行業具有近乎無限的潛力,可以根據任意數量的參數對車輛進行微調──從外部的空氣動力學到內裝的舒適度,以及動力傳動系統效率等各種參數。

目前只是 Optimality Explorer 旅程的開端,自問世以來,我們已經看到許多例證,展現其改變我們執行系統分析的方式以及可以實現的效率的能力。這意味著 Cadence 最初的愿景──打造能確保從芯片到巨無霸噴射機等所有產品都能充分發揮性能的工具——只需要幾次優化即可實現。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • Cadence
    +關注

    關注

    67

    文章

    965

    瀏覽量

    143861
  • 仿真
    +關注

    關注

    51

    文章

    4241

    瀏覽量

    135333
  • 電磁仿真
    +關注

    關注

    2

    文章

    76

    瀏覽量

    20066
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    人工合成石墨片與天然石墨片的差別

    標準化的石墨片產品,更可為客戶定制從材料選型、結構設計到模切加工的全鏈路散熱解決方案。在算力爆炸的AI時代,選擇適配的導熱材料將成為電子產品突破性能瓶頸的關鍵。
    發表于 05-23 11:22

    DesignCon 采訪 | Cadence 的前瞻性方法和先進封裝設計的未來

    隨著半導體產業快速發展,人工智能加速推動對高性能計算的需求,Cadence將自己定位為仿真和設計自動化領域的行業先鋒。在于圣克拉拉會議中心舉行的DesignCon2025大會上,Cadence
    的頭像 發表于 05-16 13:02 ?321次閱讀
    DesignCon 采訪 | <b class='flag-5'>Cadence</b> 的前瞻性方法和先進封裝設計的未來

    智能mes系統:突破效率瓶頸、躍升30%+的智能引擎

    如何成為突破效率瓶頸、實現產能躍升30%以上的智能引擎。一、傳統生產管理的痛點與智芯MES解決方案在過去,許多工廠依賴于人工排產、紙質記錄和
    的頭像 發表于 03-11 14:55 ?315次閱讀
    <b class='flag-5'>智能</b>mes系統:<b class='flag-5'>突破</b>效率<b class='flag-5'>瓶頸</b>、躍升30%+的<b class='flag-5'>智能</b><b class='flag-5'>引擎</b>

    新品發布 | TOSUN同星發布多總線仿真測試工具,突破傳統通訊瓶頸

    新品發布NewproductsreleaseTC1038Pro是同星智能開發的一款多總線仿真測試工具,產品采用以太網的方式與PC連接,確保了數據傳輸的速率,使得設備在進行大量總線數據處理時不會與PC
    的頭像 發表于 02-28 20:02 ?657次閱讀
    新品發布 | TOSUN同星發布多總線<b class='flag-5'>仿真</b>測試工具,<b class='flag-5'>突破</b>傳統通訊<b class='flag-5'>瓶頸</b>!

    云 GPU 加速計算:突破傳統算力瓶頸的利刃

    在數字化時代,數據呈爆炸式增長,傳統的算力已難以滿足復雜計算任務的需求。無論是人工智能的深度學習、大數據的分析處理,還是科學研究中的模擬計算,都對算力提出了極高的要求。而云 GPU 加速計算的出現
    的頭像 發表于 02-17 10:36 ?248次閱讀

    Cadence如何運用人工智能改變驗證流程

    目前,生成式人工智能浪潮正席卷全球各行各業,重新定義全球的工作方式。通過利用 AI 自動化處理重復性工作流程,企業得以將工作重點放在創新而非迭代上。
    的頭像 發表于 12-19 09:33 ?686次閱讀
    <b class='flag-5'>Cadence</b>如何運用<b class='flag-5'>人工智能</b>改變驗證流程

    嵌入式和人工智能究竟是什么關系?

    嵌入式和人工智能究竟是什么關系? 嵌入式系統是一種特殊的系統,它通常被嵌入到其他設備或機器中,以實現特定功能。嵌入式系統具有非常強的適應性和靈活性,能夠根據用戶需求進行定制化設計。它廣泛應用于各種
    發表于 11-14 16:39

    如何利用TPA2012D2的輸出端和阻抗值4OHM的喇叭建一個cadence仿真模型?

    最近想用tlv320aic3106加tpa2012d2設計一個音頻設備,但是不太懂各個傳輸路徑上應該加什么樣的濾波電容,想請教一下如何利用TPA2012D2的輸出端和阻抗值4OHM的喇叭建一個cadence仿真模型啊。。我想看
    發表于 11-07 07:42

    Anthropic在人工智能領域取得重大突破

     10月23日消息,美國當地時間周二,人工智能初創企業Anthropic宣布了一項重大進展。這家由前OpenAI高管創立并獲得亞馬遜支持的公司,在人工智能領域取得了新的突破,其研發的AI智能
    的頭像 發表于 10-23 14:56 ?898次閱讀

    如何在Cadence的EMX仿真中精準設置長邊PORT

    請問在Cadence的EMX仿真里,如果需要在一個較長的邊打PORT,需要怎么設置會仿真比較精準?像這樣子直接吸附一個上去可以嗎?
    的頭像 發表于 10-23 10:27 ?2398次閱讀
    如何在<b class='flag-5'>Cadence</b>的EMX<b class='flag-5'>仿真</b>中精準設置長邊PORT

    《AI for Science:人工智能驅動科學創新》第6章人AI與能源科學讀后感

    、優化等方面的應用有了更清晰的認識。特別是書中提到的基于大數據和機器學習的能源管理系統,通過實時監測和分析能源數據,實現了能源的高效利用智能化管理。 其次,第6章通過多個案例展示了人工智能在能源科學中
    發表于 10-14 09:27

    《AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    ,還促進了新理論、新技術的誕生。 3. 挑戰與機遇并存 盡管人工智能為科學創新帶來了巨大潛力,但第一章也誠實地討論了伴隨而來的挑戰。數據隱私、算法偏見、倫理道德等問題不容忽視。如何在利用AI提升科研效率
    發表于 10-14 09:12

    人工智能ai4s試讀申請

    目前人工智能在繪畫對話等大模型領域應用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個需要研究的課題,本書對ai4s基本原理和原則,方法進行描訴,有利于總結經驗,擬按照要求準備相關體會材料。看能否有助于入門和提高ss
    發表于 09-09 15:36

    請問利用SPICE模型能不能進行PCB的SI仿真

    現想用Cadence做PCB的的SI仿真,但是有些器件沒有IBIS仿真模型,只有SPICE模型,請問利用SPICE模型能不能進行PCB的SI仿真
    發表于 09-04 06:06

    如何利用生成式人工智能進行精確編碼

    隨著技術的飛速發展,生成式人工智能(Generative AI)在軟件開發領域的應用日益廣泛。生成式AI以其強大的學習和創造能力,為精確編碼提供了前所未有的可能性。本文將深入探討如何利用生成式人工智能進行精確編碼,并通過具體的代
    的頭像 發表于 07-05 17:51 ?1189次閱讀