西門子EDA用AI工具解決首次流片成功率下降問題

Siemens EDA 強調，整個半導體行業第一枚硅晶圓流片的成功率下降令人震驚。

Siemens EDA（Siemens Digital Industries Software 旗下公司）設計驗證技術副總裁兼總經理 Abhi Kolpekwar 表示，首次流片成功率正在下降，從 2022 年的 24% 和 2020 年的 32% 下降到 2024 年的 14%。

“這在 ASIC 和 FPGA 中都是一個令人驚訝和令人震驚的下降，”他說。這是一個非常大的問題，可以追溯到今天人們流片的設計復雜性。

該公司開發了一套互鎖的工具，用于使用 AI 代理驗證設計，以嘗試解決這個問題。

“第二個問題是時序約束。75% 的項目落后于計劃。然后，熟練的勞動力只能滿足 20% 的需求，因此目前 80% 的需求沒有得到滿足。

“我的業務就是幫助人們在流片之前對他們的設計進行功能驗證，盡快、盡早地發現設計中的任何錯誤。錯誤在系統中停留的次數越多，它們的成本就越高，因此游戲計劃是在它們便宜的時候盡可能多地捕捉它們，這樣人們就不需要重新設計了。

“僅僅生產更快的模擬器是不夠的。我們需要更快的引擎、更快的工程師（通過自動化任務和分析）以及更少的工作負載。所有這些都使最終用戶的總生產力提高了 5 倍，“Kolpekwar 說。

Questa One 具有三個要素，具有新的模擬引擎、驗證工具和驗證 IP，所有這些都使用生成式 AI 和 AI 代理。這些工具正在被 ARM、Mediatek、Rambus 和 Microsoft 使用。

例如，智能創建工具采用設計要求，并將其轉化為設計要求，以便使用 Generative AI 進行形式化驗證。智能回歸工具可識別故障模式，并使用預測性 AI 快速調試問題。

“您無需運行數千次回歸測試，只需針對任何設計更改運行幾百次優化測試。此外，還可以預測可能失敗的測試用例，并且這些測試用例首先排序，這樣如果回歸失敗，您就不必運行其余的測試，“Kolpekwar 說。“這就是我們使用 AI 來減少工作量的方式。”

智能引擎可以訪問所有設計數據庫和測試平臺，以加速數據計算，加速仿真，而智能調試工具使用 AI 來識別故障并為特定代碼提供根本原因分析。

開發了一種新的仿真引擎，支持具有自動分區的并行仿真、功能安全仿真以及靜態和動態功耗分析。

AI 在運送給客戶之前，會根據 Siemens EDA 中的標準文檔進行訓練，并且模型將使用帶有檢索增強生成 （RAG） 的本地訓練模型進行訓練。

這簡化了驗證工具鏈。

“您可以將生成式 AI 代碼生成用于測試臺，也可以用于運行形式檢查器，但這還不夠，”Kolpekwar 說。“您可以從設計需求文檔中選取部分，并直接從文檔中生成斷言。”

QuestaOne 驗證工具鏈的另一部分是無激勵驗證 （SFV），用于靜態和形式驗證，無需仿真平臺即可發現錯誤。

“SFV 的想法使用 GenAI、LLM、預測和分析 AI 將靜態和形式分析相結合，”他說，“而不是在用戶提出問題的地方啟動 linter，我們應用 linter，找到違規并自動修復，然后運行 RTL 到 TRL 等效性檢查。

Verification IQ 工具使用分析 AI 和生成式 AI 來自動執行任務和工作負載。這來自 2023 年對 Avery Design Systems 的收購。

“我們正在構建該基準協議技術，通過驗證 IP 生態系統引入測試用例和 AI 應用程序的基礎設施。自從我們收購了它們以來，我們已經創建了一個驗證 IP 生態系統，在 QEMU 軟件仿真和 Veloce 硬件仿真上具有可仿真和可仿真的 IP。