
Siemens afslører AI-drevet bibliotekskarakterisering
Solido Characterizer bruger AI-motorer til at fremskynde generering af .lib fra uger til dage og levere 7 gange større gennemstrømning.
En række AI-drevne bibliotekskarakteriseringsværktøjer, der leverer hurtige løsninger med kompromisløs nøjagtighed. Strømlin karakteriseringsstrømme gennem robust verifikation, vejledning til IP-valg og reducerer driftstiden betydeligt, samtidig med at der sikres produktionsnøjagtige modeller og statistiske data.

Solido Characterization Suite fungerer med enhver eksisterende karakteriseringsløsning til standardceller, iOS, minder og brugerdefinerede celler og understøtter alle.lib-datatyper, herunder timing, strøm, støj og variation, og understøtter alle.lib-datastrukturer såsom NLDM, CCS, LVF og Moments.







Dette papir udforsker Solido's Analytics- og Variation Designer-værktøjer, der tilsammen giver en signoff-løsning til verifikation af LVF-data i.libs ved hjælp af avanceret maskinlæringsaktiveret teknologi.

En IP QA-ramme, der bruger Solido Crosscheck og Solido Analytics, gør det muligt for STMicroelectronics at forbedre IP-tidsplantid og frigivelseskvalitet, fokusere på produktdesign og benchmark og sammenligne sin IP-validering med industristandarder.

Dette papir klassificerer niveauerne af kunstig intelligens (AI) sofistikering i EDA i dag, beskriver, hvad det krævede for Siemens EDAs Solido-gruppe at udvikle AI i produktionskvalitet i sine EDA-værktøjer, og hvordan dette gavner kunderne.
Vi står klar til at besvare dine spørgsmål.
Kontakt vores salgsteam 1-800-547-3000