Siemensiin kuuluva EDA-talo Mentor Graphics on liittynyt eurooppalaiseen Nano2022-tutkimushankkeeseen. Sen sisällä yhtiö aikoo yhdessä STMicroelectronicsin kanssa kehittää koneoppimista hyödyntävää piirien verifioinnin tekniikkaa.
ST:n suunnittelualustojen johtaja Cyril Colin-Madanin mukaan tarvitaan tiiviimpää yhteistyötä EDA- ja puolijohdetoimittajan välillä, jotta Euroopassa voidaan pysyä mukana sirutekniikan kehityksessä. Yksi välttämätön keino on hyödyntää tekoälyä. - Kymmenen vuoden kuluttua koneoppiminen on muuttanut EDA-työkaluja radikaalisti.
Yksi alue, jossa koneoppimista tullaan nopeasti hyödyntämään, on suunnittelujen verifiointi eli toiminnallisuuden varmentaminen. Mentorin DMS/AMS-työkalujen suunnittelujohtaja Jean-Marc Talbotin mukaan tyypillinen moderni solukirjasto pitää sisällään yli tuhat erilaista solua/toiminnallisuutta, yleensä vähintään kolme eri jännitealuetta, sekä satoja variaabeleita, jotka liittyvät prosessiin, jännitteeseen ja lämpötilamuuttujiin.
Yleensä nämä ovat osana suunnittelua erilaisina datatyyppeinä. – Tämä tarkoittaa, että tarvitaan yli 25 miljoonaa simulointia ja täytyy validoida yli tuhat tiedostoa, että suunnittelu saadaan verifioitua. – Tämä tarkoittaa, että pitäisi ajaa tuhansia prosessoreita useiden viikkojen ajan, Talbot sanoo.
Tilastollinen samanlaisen piiri karakterisointi edellyttäisi yli biljoonaa simulaatiota, mikä tarkoittaa tuhannen CPU:n farmin ajamista useiden vuosien ajan. On selvää, etteivät vanhat tekniikat toimi. Lisäksi nykymenetelmät generoivat paljon virheitä, eli piirien toimintaa ei pystytä varmentamaan.
Onneksi Mentorilla on ratkaisu tähän karakterisoinnin pullonkaulaan. Se perustuu vuonna 2017 ostettuun Solidoon ja sen kehittämiin, koneoppimista hyödyntäviin karakterisointityökaluihin. Kyse on standardikirjastoja tukevasta alustasta, joka toimii kaikkien karakterisointityökalujen kanssa ja kaikkien kirjastodatatyyppien kanssa.
Mentoin analogia- ja sekasignaalipiirien verifiointityökaluihin (AMS) nykyään sisältyvän Solidon työkalujen iso etu on, että ne oppivat suunnittelusta koko ajan lisää lennossa alkuvaiheen suunnittelusta lähtien. ML-mallien avulla suunnittelu nopeutuu 5-10-kertaisesti. Tulokset ovat myös parempia, sillä standardisolujen ajoituksen tarkkuus paranee alle kahteen prosenttiin tai kahteen pikosekuntiin.
Käytännössä suunnittelut saadaan verifioitua tunneissa viikkojen sijaan, Talbot kehuu Solidon koneoppimismalleja. – Työkalut korjaavat suunnittelun monimutkaisia ongelmia nopeasti ja luotettavasti.
ST:n kannalta Nano2022-yhteistyö Mentorin kanssa antaa sille pääsyn uusimpiin EDA-työkaluihin. ST pyrkii myös sertifioimaan Mentorin työkalujen käytön omissa tuotteissaan.
Keraamiset monikerroskondensaattorit joutuvat tosi koville autojen elektroniikkajärjestelmissä. Vaurioiden ehkäisemiseksi niissä on aiemmin käytetty hopeaepoksiin perustuvia pehmeitä päätyliitoksia, mutta ongelmana on silloin ollut hopean vaeltaminen. SEMCOn eli Samsung Electro-Mechanicsin kehittämä kupariepoksiin perustuva ratkaisu eliminoi sekä halkeamien/oikosulkujen syntymisen että metallin kulkeutumisen.
Englantilainen Pickering Interfaces esitteli Electronica-messuilla uuden sukupolven yksipaikkaisen sulautetun PXIe-ohjaimensa mallimerkinnältään 43-920-002. Uutuus on markkinoiden kompaktein ja tehokkain 3U-ohjain PXI Express -alustalle.
Barcelonalainen ignion esitteli Electronica-messuilla uutta OMNIA mXTEND -komponenttiaan, joka yhdistää kolme antennia yhteen innovatiiviseen ratkaisuun. Virtuaaliseksi antenniksi kutsuttu moduuli muuttaa piirikortin kolmen eri radion säteileväksi antenniksi.
ETNdigi 2/2024 -lehti käsittelee laajasti elektroniikka-alan innovaatioita, erityisesti sulautettuja järjestelmiä ja kehittyvää tekoälyä. Lehdessä esitellään esimerkiksi LUMI-supertietokoneen roolia tekoälymallien kehittämisessä Suomessa. Uutiskattauksen lisäksi mukana on useita syvemmälle eri tekniikoihin sukeltavia artikkeleita.
NordPass on julkaissut kuudetta kertaa vuotuisen 200 yleisintä salasanaa -tutkimuksensa, joka paljastaa kansainvälisesti suositut salasanat sekä 44 eri maan salasanat. Maailmalla yleisin salasana on nerokas ”123456” ja Suomen yleisimpänä jatkaa kestosuosikki ”qwerty123”.
