Puolijohdeteollisuus elää murroskautta, jossa perinteiset suunnittelumenetelmät eivät enää riitä. Siemens Digital Industries Softwaren AMS Verification -liiketoiminnan johtaja Sathish Balasubramanian kuvasi yhtiön EDA-alan konferenssin keynote-esityksessään, kuinka tekoäly on nousemassa välttämättömäksi osaksi puolijohde- ja piirisuunnittelua.
Balasubramanianin mukaan suunnittelun monimutkaisuus kasvaa jokaisen tiheämmän. valmistusprosessin myötä. Esimerkiksi 3 nanometrin SoC-piirin tuottaminen maksaa jo yli 300 miljoonaa dollaria, ja pelkästään testipiirin aikaansaaminen vie kuukausia. Samaan aikaan suunnitteluresurssien tarve kasvaa jyrkästi: Yhdysvalloissa arvioidaan olevan 67 000 suunnittelijan vajaus vuoteen 2030 mennessä.
- Ilman tekoälyä nämä luvut tekevät perinteisestä kehityksestä kestämätöntä. Ainoa tapa ylläpitää innovaatioiden vauhtia on kasvattaa tuottavuutta tekoälyn avulla, Balasubramanian totesi Tampereella.
Siemensin datan mukaan tekoäly parantaa suunnittelun tuottavuutta keskimäärin 50 prosenttia, ja hybridijärjestelmät voivat moninkertaistaa tehokkuuden jopa 10–100-kertaiseksi. Balasubramanian korostaa, että eri tekoälytekniikat täydentävät toisiaan. Koneoppiminen (ML) tunnistaa toistuvia rakenteita datasta. Vahvistusoppiminen (RL) oppii iteratiivisesti optimaalisia ratkaisuja, ja generatiivinen tekoäly ja agenttijärjestelmät pystyvät jo suunnittelemaan ja iteroimaan kokonaisia suunnitteluprosesseja itsenäisesti.
- Kaikkien tavoitteena on agenttinen tekoäly, joka ei ainoastaan auta suunnittelijaa, vaan kykenee itse suunnittelemaan ja optimoimaan ratkaisun, hän sanoi.
Fuse on Siemensin vastaus
Tänä vuonna DAC-messuilla julkistettu Fuse EDA AI System on Siemensin vastaus kasvaviin haasteisiin. Fusea kehitettiin lähes kahden vuoden ja se yhdistää generatiivisen ja agenttisen tekoälyn piirien ja piirilevyjen suunnitteluun. Järjestelmä toimii sekä pilvipalveluna että paikallisesti (on-prem) ja tukee useita suuria kielimalleja.
Fuse on integroitu kaikkiin Siemensin EDA-työkaluihin – Calibre, Questa, Tessent, Xpedition, Solido, Veloce, Catapult ja Aprisa – ja hyödyntää manuaaleja, esimerkkejä ja asiakasdataa ymmärtääkseen suunnittelun eri osa-alueita. Järjestelmä lanseerattiin yhdessä Nvidian kanssa, mutta on avoin myös muiden GPU-alustojen käytölle.
Fuse koostuu kolmesta pääkomponentista:
- Assistenteista, jotka toimivat ChatGPT-tyyppisinä neuvonantajina,
- Reasonereista, jotka analysoivat suunnittelun lokitiedostoja ja rakenteita,
- Agenteista, jotka suorittavat tehtäviä luonnollisen kielen ohjauksella.
Käyttöliittymä on verkkopohjainen, ja suunnittelija voi yksinkertaisesti kysyä, miten esimerkiksi useiden tiedostojen rinnakkaiskääntäminen tehdään – Fuse ei ainoastaan vastaa, vaan voi myös suorittaa toimenpiteen. Samoin se voi tunnistaa ja korjata reititysongelmia tai kongestioalueita automaattisesti.
Balasubramanianin mukaan Fusella ei ole käytännössä oppimiskäyrää. - Jos osaat englantia ja oman alasi, osaat käyttää Fusea. Järjestelmä sisältyy työkalun lisenssiin, eikä se vaadi erillistä koulutusta.
Voisiko nyt kuka tahansa tulla suunnittelijaksi ilman syvää EDA-osaamista? No ei, vastasi Balasubramanian. - Fuse mahdollistaa sen, että voi olla suunnittelija, joka ei ole ammattilainen itse työkalussa. Tekoäly tekee raskaan työn.
Balasubramanian arvioi, että suunnittelijat tulevat tulevaisuudessa keskittymään enemmän luovaan ja systeemitasoiseen työhön, kun tekoäly hoitaa yksityiskohtaisen teknisen optimoinnin. - On vain ajan kysymys, milloin suunnittelija ei enää näe koodia. Puolijohteet ovat monimutkaisimpia laitteita, joten tämä vie hieman enemmän aikaa, mutta tähän suuntaan olemme menossa.
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.