Botlagunta Preethish Nandan представляет фондовую структуру для полупроводника следующего поколения
18 июня 2025 г.Полупроводниковая промышленность в настоящее время стоит на распуске растущих требований к производительности и неустанной сложности, а также растущие проблемы, связанные с оптимизацией проектирования и эффективностью производства. Аналитика данных иИИ-управляемая вычислительная литографияЭксперт Botlagunta Preethish Nandan недавно обнародовал структуру для дизайна полупроводника следующего поколения, интегрируя управляемые данными идеи и автоматизацию AI-аугментирования.
В своей исследовательской статье под названием «Интеграция ИИ и разработки данных для интеллектуальной конструкции и оптимизации чипов в полупроводнике» Нандан выступал за критический сдвиг для промышленности. Он упоминает, что традиционные методы проектирования все чаще опережают требованиях под 3 нм и литографических узлов с высокой NA, потому что они обременены ручными процессами, жесткими рабочими процессами и фрагментированными потоками данных. Его интегрированная структура подключает этот пробел для оптимизации рабочих процессов, оптимизации процессов проектирования и повышения доходности.
Понимание вызова
В последние годы полупроводниковая индустрия стала свидетелем серьезной трансформации, когда устройства становятся все более сложными и многофункциональными. В настоящее время чипы интегрируют миллиарды транзисторов, каждый из которых со сложными соединениями. Проблемы усилились в геометрической прогрессии, поскольку отрасль начала включать новые архитектуры, такие как 3D -чипы и гетерогенная интеграция.
Традиционные разработанные процессы зависят от методов статической проверки, ручного вмешательства и изолированных потоков данных, управляемых разрозненными инструментами EDA. Этот фрагментированный подход может привести к неэффективности, такой как ограниченная способность повторного использования данных проектирования, проектирование узких мест и риска неудач на поздних стадиях.
Кроме того, поскольку Design Chip интегрирует несколько функциональных возможностей, таких как RF, аналоговое, цифровое и управление питанием, уникальные наборы данных генерируются каждым доменом, которые должны быть гармонизированы для когерентного анализа. Эта сложность делает чрезвычайно важной для принятия подходов, которые могут управлять высокоразмерными наборами данных, разрушать силосы данных и обеспечивать беспрепятственное принятие решений по всему проектированию и производственному трубопроводу.
«В отсутствие интегрированных структур данных и автоматизации команды разработчиков вынуждены ориентироваться в постоянно растущем лабиринте сложности, рискуя дорогостоящими ошибками и расширенными циклами проектирования. Больше не достаточно, чтобы полагаться на постепенные улучшения, нам нужен сдвиг парадигмы, который объединяет ИИ и инженерию данных для интеллектуального, масштабируемого дизайна»,-отмечает Нандан.
Оптимизация дизайна, управляемой данными и AI-аугментией
Решение, предложенное Nandan, сосредоточено вокруг сквозного, полностью интегрированного разработки данных и конвейера AI. В этом подходе рассматриваются проблемы, связанные с фрагментацией данных, ручным узким местом и ограниченной интерпретацией.
Систематические рамки разработки данных: в этой стратегии используется архитектура адаптационной конвейера, которая может выполнять систематический сбор и предварительную обработку данных от проектирования, моделирования и стадий тестирования, стандартизации гетерогенных форматов данных для обеспечения совместимости между инструментами дизайна, динамическим увеличением данных и обновлениями в реальном времени.
Структура гарантирует, что никакие критические данные о проектировании не остаются без употребления путем создания основы, ориентированной на данные. Он создает целостный набор данных, который питает аналитику, управляемую ИИ, посредством интеграции статистических моделей схемы, проектирования метаданных и журналов производительности.
AI-Augment Automation Automation: включая контролируемые, полузащитные и усиленные алгоритмы обучения, модели искусственного интеллекта развернуты для прогнозирования изменений доходности и оптимизации производительности макета, создания адаптивных тестовых схем для комплексного охвата разлома и автоматизации логического синтеза, размещения и маршрутизации для сокращения механических вмешательств и срока обращения.
«ИИ не просто автоматизирует рутинные задачи; он обеспечивает интеллектуальное исследование обширных дизайнерских пространств, ускорение принятия решений и повышение точности»,-отмечает Нандан. «Наши модели постоянно учатся на исторических данных и в реальном времени, что позволяет адаптивная оптимизация по мере развития требований к дизайну».
Ключевые функции и инновации
Благодаря нескольким инновационным функциям, интегрированная структура Nandan не только касается существующих узких мест, но и открывает новые уровни дизайна и превосходства производительности.
Высокомерное управление данными: эта структура применяет расширенную кластеризацию данных, алгоритмы сжатия и методы обрезки для избыточной необходимой информации при минимизации накладных расходов на хранение. Он обеспечивает более быстрое извлечение и анализ данных проектирования, повторного использования данных перекрестного проекта и курации адаптивных данных путем реализации динамических иерархий данных и интеллектуального тега.
Межслойная интеграция AI: структура позволяет моделям ИИ учиться и действовать по этапам макета, схемы и производства. Это включает в себя модели адаптивного логического синтеза, которые уточняют стратегии размещения и маршрутизации в режиме реального времени, прогнозирующие алгоритмы, которые предвидят проблемы, влияющие на доход, на основе данных на ранней стадии, а также системы классификации дефектов на основе машинного обучения, которые улучшают покрытие неисправностей и снижают ложные положительные результаты.
Поддержка принятия решений в реальном времени: в рамках используются двигатели вывода в реальном времени и потоковые данные для обеспечения мгновенной обратной связи во время итераций проектирования. Некоторые ключевые инновации включают динамическую реконфигурацию, интегрированное обнаружение аномалий, а также автоматическое восстановление ошибок и повторные возможности.
Улучшенная интерпретация и объясняемость: структура включает в себя интерпретируемые модели ИИ, способные генерировать читаемые на человеке объяснения.
Масштабируемая инфраструктура для будущих инноваций: архитектура также поддерживает будущие расширения, такие как интеграция квантовых вычислений и нейроморфных архитектур, приспособление гетерогенной интеграции и конструкции на основе чиплетов и выравнивание с появляющимися стандартами для обеспечения низкой мощности, высокоэффективных применений.
Будущие возможности
АИнтегрированная инженерная структура AI-DATAПредлагается Nandan, предлагает масштабируемый план для будущих инноваций. Его видение будущего подчеркивает масштабируемые структуры автоматизации для развивающихся парадигм дизайна, масштабируемые структуры автоматизации для развивающихся парадигм дизайна и этические соображения, включая объяснение, смягчение смещения и конфиденциальность данных в рабочих потоках полупроводников AI-аугментирования.
«В течение следующего десятилетия мы предвидим переход от изолированных, ориентированных на инструмент рабочих процессов к целостным экосистемам с поддержкой AI с AI, где данные текут свободно, решения автоматизируются, а инновации непрерывны»,-заключает он. «Наша интегрированная структура - это не просто обновление; это переосмысление полупроводникового дизайна для эпохи интеллектуальной автоматизации».
Оригинал