Synopsys推出面向IC工程师的全栈基于AI的EDA工具套件

毫无疑问，人工智能技术正在成为当今世界的前沿和中心话题。在将人工智能融入其工具方面，我们的工程行业遥遥领先也就不足为奇了。

为了证明这一趋势，今天，在其一年一度的Synopsys用户小组（SNUG）硅谷会议上，Synopsys宣布了Synopsys.ai。该公司将Synopsys描述为一套人工智能驱动的工具，用于设计、验证、测试和制造先进的数字和模拟芯片。

Synopsys表示，该套件旨在使工程师能够在芯片设计的每个阶段，包括系统架构定义阶段、设计阶段和制造阶段，使用基于云的平台来利用人工智能。

 

Synopsys EDA集团总经理Shankar Krishnamoorthy表示，Synopsys.ai的创建是为了让工程师在芯片设计的每个阶段使用基于云的平台来利用人工智能。图片由Synopsys提供

 

在这篇文章中，我们讨论了Synopsys.ai解决的问题，我们研究了这一新产品的功能，并分享了我们采访Synopsys EDA集团总经理Shankar Krishnamoorthy时的见解。

 

基于人工智能的EDA解决工程工作量问题

Krishnamoorthy在解释Synopsys.ai解决的广泛问题时，描述了随着我们进入半导体设计的新时代，对基于人工智能的EDA的需求，即工程工作量缺口。

“这一切都与超大规模集成电路设计的生产力有关，”他说。“就设计复杂性和工艺复杂性而言，我们正在从一代人发展到下一代人。因此，从一代到下一届半导体设计所需的总工程工作量大幅增加。”

Krishnamoorthy说，这造成了创建集成电路所需的工程总量与完成集成电路所可用的总人才库之间的差距。问题并没有好转。他引用了波士顿咨询集团半导体行业协会的一份报告，该报告称，到2030年，美国半导体设计行业可能面临23000名半导体工程师的短缺。

 

波士顿咨询集团（BCG）的研究预测，半导体设计工程师即将短缺。图片由波士顿咨询公司提供

 

对于EDA来说，增加人工智能的使用可以帮助缓解这一差距。Krishnamoorthy说：“这给了我们一个很好的机会，可以引入人工智能这样的颠覆性技术来解决这个问题。”。“我们今天在SNUG会议上宣布，我们如何在从设计到验证、测试和制造的整个EDA软件堆栈中成功应用人工智能。”

 

“我们正在引入一种全栈方法，将人工智能技术包裹在栈中，以解决半导体行业面临的设计生产力危机。”

 

使用人工智能工具在DSO.ai上进行验证和测试

Synopys.ai套件建立在该公司早期基于人工智能的解决方案DSO.ai（设计空间优化人工智能）的基础上，该解决方案于2020年宣布。DSO.ai是一种用于IC设计的自主人工智能工具，可在芯片设计的超大解决方案空间中搜索优化目标。迄今为止，DSO.ai已被全球前十大半导体公司中的7家采用，并已远远超过100家商业下线。该产品是业内其他推出基于人工智能的芯片设计工作的产品之一。

《关于电路的一切》的读者应该在下周二，4月4日的日历上做标记，因为我们将播放下一个摩尔大厅播客。下周二的客人将是Stelios Diamandis。他是新思科技的杰出建筑师，在总裁办公室领导新思科技人工智能解决方案团队。在这个职位上，Stelios负责监督创新机器学习（ML）技术的研究及其应用，以解决集成计算系统设计和制造中的系统复杂性。2020年，Stelios推出了DSO.ai。

今天宣布的Synopys.ai工具套件涵盖了该公司所称的全套基于人工智能的EDA解决方案。

Synopsys.ai EDA套件包括以下内容：

• 数字设计空间优化（DSO.ai）
• 模拟设计自动化
• 验证覆盖率闭合和回归分析
• 自动化测试生成
• 制造解决方案，加快光刻模型的开发，以实现最高产量

 

更详细地介绍了Synopys.ai的验证部分，该套件包括VSO.ai（验证空间优化ai），这是一种旨在帮助验证工程师更快地达到覆盖范围关闭目标并发现更多错误的工具。VSO.ai使用人工智能来检查RTL以推断覆盖范围。它还强调了需要覆盖的领域。该公司表示，这为IC设计工程师节省了时间，并确保了测试的高投资回报率。

在测试生成方面，Synopsys.ai包括一个基于人工智能的自动测试模式生成（ATPG）工具，称为TSO.ai（测试空间优化人工智能）。Synopsys称TSO.ai是“业界首个用于半导体测试的自主人工智能应用程序，可最大限度地减少当今复杂设计的测试成本和上市时间。”

 

Synopsys.ai旨在将人工智能引入整个EDA软件堆栈，包括验证、测试、电路设计和制造。图片由Synopsys提供

 

TSO.ai通过在大的测试搜索空间中自动搜索最优解决方案来工作。据说这可以最大限度地减少模式计数和ATPG周转时间，同时还可以降低测试成本。使用人工智能还使TSO.AI能够提供手动无法实现的自动化、可扩展性和专家级生产力。

关于Synopsys.ai的更多信息，可以在该公司今天关于新套件的博客文章中找到。

 

生成人工智能不是现在，而是未来

随着像ChatGPT这样的生成性人工智能技术在今天的新闻中如此之多，我们询问了Krishnamoorthy生成型人工智能是否在Synopys.AI中发挥了任何作用。他解释说，在这种特殊情况下，生成型人工智并不是正在发生的事情。

他说：“当我们在这里谈论人工智能时，我们谈论的是一类技术，包括强化学习和其他类型的监督和非监督学习。”。“生成人工智能确实是一个令人兴奋的新领域，我们正在密切关注。我们认为它将对我们的EDA业务产生巨大影响。自动编写系统Verilog的能力和编写测试台的能力都是生产力的巨大助推器。”

Krishnamoorthy还提到了其他功能，比如用人工智能聊天机器人以更复杂的方式支持工程师客户。“我们正在密切研究，”他说。“我们有一个路线图，其中包括将其中许多技术纳入我们的产品组合。”