
Siemens stellt KI-gestützte Bibliothekscharakterisierung vor
Solido Characterizer verwendet KI-Engines, um die Generierung von.lib von Wochen auf Tage zu beschleunigen und einen 7-mal höheren Durchsatz zu erzielen.
Eine Suite von KI-gestützten Tools zur Charakterisierung von Bibliotheken, die schnelle Lösungen mit kompromissloser Genauigkeit liefern. Optimieren Sie die Charakterisierungsabläufe durch robuste Verifizierung und Beratung bei der IP-Auswahl und reduzieren Sie die Laufzeit erheblich, während gleichzeitig produktionsgenaue Modelle und statistische Daten gewährleistet werden.

Die Solido Characterization Suite funktioniert mit jeder vorhandenen Charakterisierungslösung für Standardzellen, IOs, Speicher und benutzerdefinierte Zellen und unterstützt alle .lib-Datentypen, einschließlich Timing, Leistung, Rauschen und Variation, und unterstützt alle .lib-Datenstrukturen wie NLDM, CCS, LVF und Moments.







In diesem Artikel werden die Tools Analytics und Variation Designer von Solido untersucht, die zusammen eine Sign-Off-Lösung für die Überprüfung von LVF-Daten in.libs mithilfe fortschrittlicher, maschineller Lerntechnologie bieten.

Ein IP-QA-Framework, das Solido Crosscheck und Solido Analytics verwendet, ermöglicht es STMicroelectronics, die IP-Zeitplanung und Veröffentlichungsqualität zu verbessern, sich auf Produktdesign und Benchmarks zu konzentrieren und seine IP-Validierung mit Industriestandards zu vergleichen.

In diesem Artikel wird der Entwicklungsstand künstlicher Intelligenz (KI) in der EDA von heute klassifiziert, beschrieben, was die Solido-Gruppe von Siemens EDA brauchte, um produktionsreife KI in ihren EDA-Tools zu entwickeln, und wie Kunden davon profitieren.
Wir stehen bereit, um Ihre Fragen zu beantworten.
Kontaktieren Sie unser Vertriebsteam unter 1-800-547-3000