
Siemensin EDA-osasto tuo Solido Characterizer -työkaluunsa tekoälykiihdytetyn karakterisoinnin, jolla standardisolukirjastojen generointi voidaan yhtiön mukaan nopeuttaa viikoista päiviin. Ratkaisu kohdistuu piirisuunnittelun työvaiheeseen, jonka kuormitus on nopeasti kasvamassa.
Puolijohdesuunnittelun yksi raskaimmista taustaprosesseista on standardisolujen karakterisointi, jossa SPICE-simulaatioista rakennetaan synteesi- ja ajoitustyökalujen tarvitsemat Liberty-kirjastot. Siemens yrittää nyt nopeuttaa tätä vaihetta tekoälyllä.
Yhtiön uusi Solido Characterizer yhdistää ennakoivia AI-malleja ja uuden LibSPICE-simulaattorin, joiden luvataan yhdessä nostavan karakterisoinnin läpimenon nopeuden seitsemänkertaiseksi. Siemens jakaa nopeutuksen kahteen osaan. AI-moottorin sanotaan nopeuttavan Liberty- ja transistorien vaihtelua kuvaavien LVF-mallien generointia viisinkertaisesti, minkä lisäksi LibSPICE tuo yli kaksinkertaisen lisäparannuksen.
Siemens ei kerro, millaiseen vertailuasetelmaan nopeutus perustuu tai kuinka paljon tulokset riippuvat kirjaston koosta, prosessisolmusta tai käytettävistä PVT-kulmista. Käytännössä karakterisoinnin suorituskyky vaihtelee voimakkaasti projektista riippuen.
Teknisesti Siemensin ajoitus osuu kohtaan, jossa karakterisoinnin työmäärä kasvaa nopeasti. Kehittyneet prosessit lisäävät jännite-, lämpötila- ja prosessikulmien määrää samalla kun LVF-tyyppiset vaihtelumallit kasvattavat datamääriä huomattavasti. Tämä tekee perinteisestä SPICE-pohjaisesta karakterisoinnista yhä hitaampaa ja kalliimpaa.
Siemens pyrkii myös laajentamaan AI:n käyttöä koko kirjastokehityksen työnkulkuun. Characterizer tuottaa perus-Liberty-tiedostot, joiden pohjalta Solido Generator voi generoida uusia kirjastonäkymiä ilman täysiä SPICE-ajoja. Tärkeä käytännön lisä on reaaliaikainen laadunvalvonta Solido Analyticsin kautta. Karakterisoinnin virheiden ja poikkeamien etsiminen on usein aikaa vievää, joten live-debuggaus ja automaattiset uusinta-ajot voivat olla monille suunnittelutiimeille yhtä merkittävä hyöty kuin itse simulaation nopeutus.
Siemensin GlobalFoundries kertoo saavuttaneensa omissa työnkuluissaan 20–30 prosentin nopeutuksen säilyttäen SPICE-korrelaation. Tämä osoittaa, että tekoälyn tuomat hyödyt riippuvat vahvasti käyttötapauksesta.























