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.
Tekoälypalvelinten kasvava tehotiheys tekee datakeskusten varmistamisesta aiempaa monimutkaisempaa. Ylimääräiset teholähteet voivat parantaa käyttövarmuutta, mutta samalla ne lisäävät lämpökuormaa ja häiritsevät ilmavirtoja. Siksi tehonsyöttö, varmennus ja jäähdytys on suunniteltava yhtenä kokonaisuutena.