
Siemens onthult bibliotheekkarakterisering op basis van AI
Solido Characterizer maakt gebruik van AI-engines om het genereren van .lib van weken naar dagen te versnellen en een 7x hogere doorvoer te leveren.
De Solido Characterization-suite werkt met elke bestaande karakteriseringsoplossing voor standaardcellen, iOS, geheugens en aangepaste cellen en ondersteunt alle .lib-gegevenstypen, waaronder timing, vermogen, ruis en variatie, en ondersteunt alle .lib-gegevensstructuren zoals NLDM, CCS, LVF en Moments.







In dit artikel worden de Analytics- en Variation Designer-tools van Solido besproken, die samen een afmeldoplossing bieden voor het verifiëren van LVF-gegevens in .libs met behulp van geavanceerde technologie die geschikt is voor machine learning.

Een IP QA-raamwerk dat gebruikmaakt van Solido Crosscheck en Solido Analytics stelt STMicroelectronics in staat om de IP-planningstijd en de releasekwaliteit te verbeteren, zich te concentreren op productontwerp en benchmark en de IP-validatie te vergelijken met de industriestandaarden.

Dit artikel classificeert de niveaus van kunstmatige intelligentie (AI) die EDA tegenwoordig hanteert, beschrijft wat de Solido-groep van Siemens EDA nodig had om AI van productiekwaliteit te ontwikkelen in haar EDA-tools, en hoe dit klanten ten goede komt.
We staan klaar om uw vragen te beantwoorden.
Neem contact op met ons verkoopteam 1-800-547-3000