
Siemens presenterar AI-driven bibliotekskarakterisering
Solido Characterizer använder AI-motorer för att påskynda.lib-generering från veckor till dagar och leverera 7x större genomströmning.
En uppsättning AI-drivna bibliotekskarakteriseringsverktyg som levererar snabba lösningar med kompromisslös noggrannhet. Effektivisera karakteriseringsflöden genom robust verifiering, vägledning för IP-val och minskar körtiden avsevärt samtidigt som du säkerställer produktionsnoggranna modeller och statistiska data.

Solido Characterization Suite fungerar med alla befintliga karakteriseringslösningar för standardceller, iOS, minnen och anpassade celler och stöder alla.lib-datatyper, inklusive timing, ström, brus och variation, och stöder alla.lib-datastrukturer som NLDM, CCS, LVF och Moments.







Detta dokument utforskar Solidos verktyg för analys och variation designer som tillsammans ger en signoff-lösning för att verifiera LVF-data i.libs med hjälp av avancerad maskininlärningsaktiverad teknik.

Ett IP QA-ramverk som använder Solido Crosscheck och Solido Analytics gör det möjligt för STMicroelectronics att förbättra IP-schematiden och släppkvaliteten, fokusera på produktdesign och benchmarking och jämföra dess IP-validering jämfört med branschstandarder.

Denna uppsats klassificerar nivåerna av artificiell intelligens (AI) sofistikering i EDA idag, beskriver vad som krävdes för Siemens EDAs Solido-grupp att utveckla AI i produktionsklass i sina EDA-verktyg och hur detta gynnar kunderna.
Vi står redo att svara på dina frågor.
Kontakta vårt säljteam 1-800-547-3000