- Français
-
EnglishDeutschItaliaFrançais日本語한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskeraالعربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
Email:Info@Y-IC.com
Mentor: L'intelligence artificielle sera un autre catalyseur de la décennie de croissance dans l'industrie des semi-conducteurs
Après l'éclatement de la bulle Internet en 2001, beaucoup de personnes doutaient du développement futur de l'ensemble du secteur des semi-conducteurs.
Lors de l'effondrement du marché à cette époque, de nombreuses sociétés de semi-conducteurs ont commencé à s'intégrer. l'investissement attractif de l'industrie dans le capital éolien a également été considérablement réduit; la recherche et le développement de technologies dans le développement de processus et d'autres aspects ont également stagné et ralenti.
Cependant, l'industrie des semi-conducteurs a connu un nouveau revirement. Dans une interview avec des journalistes tels que Ji Wei.com, Joseph Sawicki, vice-président exécutif de Mentor IC EDA, a déclaré que le secteur regarnissait d'opportunités sous la stimulation de nouvelles technologies telles que l'intelligence artificielle et l'apprentissage automatique.
Un rapport de McKinsey a souligné que l'intelligence artificielle peut être appliquée à de nombreuses zones verticales, ce qui permet aux sociétés de semi-conducteurs de capturer 40 à 50% de la valeur totale de ces technologies. Joseph a déclaré que l'intelligence artificielle serait un catalyseur puissant pour un autre cycle de croissance de 10 ans dans l'industrie des semi-conducteurs. Mais pour que cette tendance se réalise vraiment, il faut beaucoup de données comme support.
«Avec suffisamment de données, vous pouvez être prédictif, ainsi vous pouvez entraîner votre machine de manière très fiable et lui permettre d'apprendre efficacement.» Joseph a ajouté que la quantité de données nécessaire créée pour la communication à haut débit augmentera au cours des 12 prochaines années. Cela entraînera des milliers de fois de croissance et ces données doivent être analysées, puis prendre des mesures en fonction de cette analyse.
Cependant, sous l’impact du «tsunami de données», le développement de l’intelligence artificielle se heurte également à diverses contradictions. Joseph a mentionné deux objectifs contradictoires dans le développement de l'intelligence artificielle:
L'un des objectifs est que de nombreuses personnes souhaitent renforcer en permanence les capacités du centre de données afin de gérer de telles quantités de données. Ainsi, des sociétés comme Alibaba et Amazon développent des moteurs liés à l'IA qui utilisent ce moteur pour entraîner des quantités énormes de données.
D'autre part, l'objectif de certaines entreprises est de repousser de plus en plus de puissance de traitement à la périphérie du cloud, libérant ainsi une certaine pression sur le développement du centre de données.
Lors de l'effondrement du marché à cette époque, de nombreuses sociétés de semi-conducteurs ont commencé à s'intégrer. l'investissement attractif de l'industrie dans le capital éolien a également été considérablement réduit; la recherche et le développement de technologies dans le développement de processus et d'autres aspects ont également stagné et ralenti.
Cependant, l'industrie des semi-conducteurs a connu un nouveau revirement. Dans une interview avec des journalistes tels que Ji Wei.com, Joseph Sawicki, vice-président exécutif de Mentor IC EDA, a déclaré que le secteur regarnissait d'opportunités sous la stimulation de nouvelles technologies telles que l'intelligence artificielle et l'apprentissage automatique.
Un rapport de McKinsey a souligné que l'intelligence artificielle peut être appliquée à de nombreuses zones verticales, ce qui permet aux sociétés de semi-conducteurs de capturer 40 à 50% de la valeur totale de ces technologies. Joseph a déclaré que l'intelligence artificielle serait un catalyseur puissant pour un autre cycle de croissance de 10 ans dans l'industrie des semi-conducteurs. Mais pour que cette tendance se réalise vraiment, il faut beaucoup de données comme support.
«Avec suffisamment de données, vous pouvez être prédictif, ainsi vous pouvez entraîner votre machine de manière très fiable et lui permettre d'apprendre efficacement.» Joseph a ajouté que la quantité de données nécessaire créée pour la communication à haut débit augmentera au cours des 12 prochaines années. Cela entraînera des milliers de fois de croissance et ces données doivent être analysées, puis prendre des mesures en fonction de cette analyse.
Cependant, sous l’impact du «tsunami de données», le développement de l’intelligence artificielle se heurte également à diverses contradictions. Joseph a mentionné deux objectifs contradictoires dans le développement de l'intelligence artificielle:
L'un des objectifs est que de nombreuses personnes souhaitent renforcer en permanence les capacités du centre de données afin de gérer de telles quantités de données. Ainsi, des sociétés comme Alibaba et Amazon développent des moteurs liés à l'IA qui utilisent ce moteur pour entraîner des quantités énormes de données.
D'autre part, l'objectif de certaines entreprises est de repousser de plus en plus de puissance de traitement à la périphérie du cloud, libérant ainsi une certaine pression sur le développement du centre de données.
Le développement de puces en informatique de périphérie dépassera largement la puce requise par le centre de données. Selon Tractica, de 2016 à 2021, le taux de croissance annuel composé des périphériques connectés à la périphérie atteindra 190%.
Joseph a déclaré que, de plus près, l'informatique de pointe sera le principal moteur de la croissance de l'industrie des semi-conducteurs. Etant donné que des applications spécifiques dans de nombreux domaines nécessitent des conceptions de puce optimisées pour obtenir des performances optimales, ce sera une opportunité pour les fournisseurs d'outils EDA tels que Mentor.
Joseph souligne que dans l'IA de pointe, la conception de puces est souvent définie par des exigences de développement d'architecture spécifiques. Ainsi, la plate-forme de développement de l'IA actuelle est complètement différente de l'environnement de développement précédent.
À cet égard, Joseph a présenté les outils de conception de puces de Mentor spécifiquement destinés au domaine de l'IA:
lHLS (synthèse de haut niveau): prenons NVIDIA comme exemple. En utilisant cet outil, vous pouvez augmenter la productivité de près de deux fois et les coûts de vérification de 80%.
Test Hiérarchique: aide les clients à accroître davantage leur productivité et à réduire leurs coûts. En prenant pour exemple le client de Graphcor, en utilisant cet outil, la productivité DFT a été multipliée par 4, la vitesse de transfert des tests a été considérablement améliorée et la période de conception a été réduite à 3 jours sur la base des données réelles.
Technologie lOPC: utilisée dans la fabrication de semi-conducteurs, il faut 4 000 processeurs pour fonctionner un jour sur une base de 7 nm afin de produire un masque, mais si vous utilisez des algorithmes d'apprentissage automatique, vous pouvez réduire le temps d'exécution de 3 à 4 fois.
Technologie LFF (favorable à la lithographie): réduit considérablement le facteur de limite de rendement et réduit la durée de fonctionnement de 10 fois la production. Non seulement peut identifier les défauts dans le processus de production, mais aussi prévoir les défauts.
Outil de dépose: résout le problème de défaillance d'un produit ou d'un composant et améliore la qualité et l'efficacité de la production.
En outre, Mentor fournit une plate-forme technologique de caractérisation pour le secteur automobile, fournissant une analyse détaillée de la fiabilité et de la sécurité globales, associée à une IA pour réduire le temps d'exécution de la caractérisation d'un facteur 100. Le simulateur de pilote automatique PAVE 360 simule également conditions mondiales sous la machine virtuelle, réduisant encore le temps de vérification.
Que les futures puces intelligentes soient dédiées ou flexibles, le secteur a des voix différentes. Mais Joseph a déclaré au journaliste de micronet qu'EDA était un outil neutre. À l'avenir, Mentor fournira un vaste environnement dans lequel les clients pourront utiliser les outils pour modéliser et développer leurs logiciels dans des environnements spécifiques. C’est la valeur la plus importante que Mentor offre en tant qu’entreprise EDA.
Joseph a déclaré que, de plus près, l'informatique de pointe sera le principal moteur de la croissance de l'industrie des semi-conducteurs. Etant donné que des applications spécifiques dans de nombreux domaines nécessitent des conceptions de puce optimisées pour obtenir des performances optimales, ce sera une opportunité pour les fournisseurs d'outils EDA tels que Mentor.
Joseph souligne que dans l'IA de pointe, la conception de puces est souvent définie par des exigences de développement d'architecture spécifiques. Ainsi, la plate-forme de développement de l'IA actuelle est complètement différente de l'environnement de développement précédent.
À cet égard, Joseph a présenté les outils de conception de puces de Mentor spécifiquement destinés au domaine de l'IA:
lHLS (synthèse de haut niveau): prenons NVIDIA comme exemple. En utilisant cet outil, vous pouvez augmenter la productivité de près de deux fois et les coûts de vérification de 80%.
Test Hiérarchique: aide les clients à accroître davantage leur productivité et à réduire leurs coûts. En prenant pour exemple le client de Graphcor, en utilisant cet outil, la productivité DFT a été multipliée par 4, la vitesse de transfert des tests a été considérablement améliorée et la période de conception a été réduite à 3 jours sur la base des données réelles.
Technologie lOPC: utilisée dans la fabrication de semi-conducteurs, il faut 4 000 processeurs pour fonctionner un jour sur une base de 7 nm afin de produire un masque, mais si vous utilisez des algorithmes d'apprentissage automatique, vous pouvez réduire le temps d'exécution de 3 à 4 fois.
Technologie LFF (favorable à la lithographie): réduit considérablement le facteur de limite de rendement et réduit la durée de fonctionnement de 10 fois la production. Non seulement peut identifier les défauts dans le processus de production, mais aussi prévoir les défauts.
Outil de dépose: résout le problème de défaillance d'un produit ou d'un composant et améliore la qualité et l'efficacité de la production.
En outre, Mentor fournit une plate-forme technologique de caractérisation pour le secteur automobile, fournissant une analyse détaillée de la fiabilité et de la sécurité globales, associée à une IA pour réduire le temps d'exécution de la caractérisation d'un facteur 100. Le simulateur de pilote automatique PAVE 360 simule également conditions mondiales sous la machine virtuelle, réduisant encore le temps de vérification.
Que les futures puces intelligentes soient dédiées ou flexibles, le secteur a des voix différentes. Mais Joseph a déclaré au journaliste de micronet qu'EDA était un outil neutre. À l'avenir, Mentor fournira un vaste environnement dans lequel les clients pourront utiliser les outils pour modéliser et développer leurs logiciels dans des environnements spécifiques. C’est la valeur la plus importante que Mentor offre en tant qu’entreprise EDA.