AI está remodelando las herramientas de diseño de chips, y los resultados son imposibles de ignorar

Por qué importa: Por poderoso que sea, muchas industrias todavía están luchando por encontrar aplicaciones claras que marquen una diferencia medible y demostrable. Afortunadamente, ese no es el caso cuando se trata del software program de diseño de chips. De hecho, desde su introducción hace solo unos años, las características de IA se han convertido en un pilar de las herramientas EDA (automatización de diseño electrónico) de compañías como Cadence y Synopsys.

Los diseñadores de Silicon descubrieron rápidamente que muchas de las tareas complejas pero a menudo tediosas involucradas en su proceso, particularmente el «trabajo gruñido», podrían ser automatizadas o simplificadas dramáticamente por algoritmos inteligentes de IA. Desde el diseño automatizado de ciertos bloques IP hasta una eficiencia mejorada en las interconexiones de bloques IP, estas características de IA ayudan a acelerar las partes menos creativas (pero aún críticas) del flujo de trabajo, lo que permite a los diseñadores centrarse más en los aspectos interesantes e innovadores del desarrollo de chips.

Además, las herramientas con IA pueden impulsar mejoras impresionantes en el rendimiento de los chips y la eficiencia energética. Caso en cuestión, los proveedores como Cadence han indicado hasta el 60% de mejoras de rendimiento en bloques específicos dentro de un chip debido a las mejoras de IA.

Los diseñadores de Silicon descubrieron rápidamente que muchas de las tareas complejas pero a menudo tediosas involucradas en su proceso, particularmente el «trabajo gruñido», podrían ser automatizadas o simplificadas dramáticamente por algoritmos inteligentes de IA.

También se han hecho mejoras de energía de hasta el 38% gracias a estas herramientas. En el camino, los ingenieros de silicón también descubrieron que las características con alimentación de IA podrían reducir la cantidad de tiempo necesario para terminar un diseño de chips, en algunos casos, hasta 10 × más rápido.

En resumen, estos programas EDA con AI proporcionan el tipo de escenario ideally suited mejorado de AI de mayor productividad y un trabajo más atractivo que muchas organizaciones están buscando.

No es sorprendente que esto también haya llevado a un crecimiento significativo en el uso de capacidades con IA en herramientas modernas de diseño de chips. De hecho, según los datos públicos sobre el número de cintas de diseño de chips reveladas por las principales empresas como Cadencia y Sinopsisasí como sus estimaciones de adopción de características de IA, la industria ahora está cruzando un umbral crítico.

Específicamente, poco más del 50% de los diseños de silicio avanzados (los construidos con tecnologías de proceso de 28 nm y más pequeñas) ahora se cree que están asistidos por AI. Mirando hacia el futuro, es fácil predecir que este porcentaje continuará creciendo significativamente en los próximos años.

Dado que había cero cintas asistidas por IA hace solo cuatro años, ese es un progreso impresionante. Más importante aún, es un gran ejemplo de cómo las aplicaciones aplicadas de la tecnología de IA pueden tener un profundo impacto en la evolución de una empresa. El hecho de que se encuentre en la industria de los chips (y, apropiadamente, probablemente involucre un porcentaje significativo de chips diseñados para acelerar la informática de IA!) Hace que el momento sea aún más relevante y consecuente.

Según Cadence, estas características de IA pueden reducir los tiempos de diseño de chips hasta un mes, lo cual es un impacto positivo significativo. Además, como se mencionó anteriormente, es un beneficio que puede estar directamente vinculado a las características de AI, como un ejemplo concreto de los beneficios de la tecnología como podría desear.

Las mejoras de potencia y rendimiento por sí solo hacen que las mejoras habilitadas por AI increíblemente valiosas. Sin embargo, arroje la mayor eficiencia del trabajo que los ingenieros de silicio pueden lograr con estas herramientas, y la historia se vuelve mucho más fuerte.

Es fácil ver por qué tantas personas en el mundo del diseño de semiconductores, incluidos líderes de la industria como Nvidia, AMD, Qualcomm, MediaTek, Samsung Semiconductor, Marvell y Broadcom, están tan entusiasmados con las posibilidades de IA en sus herramientas de creación de productos (así como para los aceleradores de AI que van a diseñar con esas herramientas!).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).).

El momento del punto de cruce también se vincula muy bien con una serie de otros desarrollos de la industria de semiconductores. En specific, los últimos años han visto un gran aumento en el tipo y el número de empresas que están trabajando en diseños avanzados de chips.

Desde proveedores de computación en la nube como Google, Microsoft y AWS de Amazon hasta fabricantes de dispositivos como Apple, Samsung y más, hay muchas organizaciones persiguiendo el silicio personalizado ruta como un medio crítico de diferenciación. Sin embargo, el número de diseñadores de chips calificados en el mundo sigue siendo relativamente limitado, por lo que tener herramientas de IA más avanzadas que pueden permitir que incluso los diseñadores junior u otros con experiencia limitada asuman tareas de diseño de chips más sofisticadas, es de important importancia para que la industria de los semiconductores avance.

Incluso para los jugadores de semiconductores desde hace mucho tiempo, estas mejoras crean nuevas posibilidades, incluida la capacidad de crear más diseños, crear opciones más personalizadas y ejecutar más proyectos en paralelo. Crear diseños más personalizados, en specific, es algo que muchos en la industria de los chips (y sus clientes de compra de chips) han querido durante mucho tiempo, sin embargo, las realidades prácticas de hacerlo con herramientas de diseño tradicionales han evitado que se vuelva posible. Pero ahora todas estas capacidades pueden traducirse en oportunidades para aprovechar el rápido crecimiento que la industria de los semiconductores ha visto en los últimos años.

Otro punto importante es que a medida que los diseños de semiconductores se mueven a nodos de proceso cada vez más pequeños y el número de transistores por chip continúa expandiéndose, las características de diseño de chips de IA evolucionan rápidamente de una bondad a una necesidad. El número de factores, permutaciones y conexiones que enfrentan los diseñadores de chips está creciendo rápidamente, y el trabajo para crear estos nuevos chips sofisticados exige la inteligencia mejorada que puede habilitar una herramienta bien diseñada con AI.

Si bien es cierto que la velocidad de la adopción de la IA y el alcance de su influencia no han sido tan rápidos o profundos como muchos esperaban en ciertas industrias, también está muy claro que en las aplicaciones específicas, está demostrando ser aún más impactante de lo que muchos esperaban.

Con la transición a los diseños de chips mejorados con AI que cruzan esta importante barrera del 50%, es evidente que las herramientas EDA son beneficiarios incuestionables de estos avances. Desde industria de semiconductores Perspectiva, también está claro que estamos entrando en una nueva period emocionante.

Bob O’Donnell es el fundador y analista principal de Technalysis Analysis, LLC Una firma de consultoría de tecnología que proporciona servicios de consultoría estratégica y investigación de mercado a la industria de la tecnología y la comunidad financiera profesional. Puedes seguirlo en x @bobodtech