<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 嵌入式系統 > 市場分析 > AI在半導體設計和制造中的作用

          AI在半導體設計和制造中的作用

          作者:時間:2024-02-29來源:瑞薩電子收藏

          摘要

          本文引用地址:http://www.ex-cimer.com/article/202402/455856.htm

          Sailesh Chittipeddi討論在半導體設計和制造中的作用。

          Sailesh Chittipeddi——Executive VP and GM, Embedded Processing, Digital Power and Signal Chain Solutions Group

          正在經歷一場由數字化轉型引領的結構性變革,(AI)技術融入產品研發過程進一步加速了這一轉型。與此同時,摩爾定律從晶體管微縮向系統級微縮的演進以及新冠疫情引發的全球電子供應鏈重塑,也為轉型提供了新的機遇和挑戰。

          一月早些時候,我在加利福尼亞州半月灣舉行的“2024年度行業戰略研討會”上發表了有關這一主題的演講。每年,來自整個行業的領袖們都會借此契機齊聚一堂,分享他們對技術和趨勢驅動因素的見解,以及這些因素可能對我們各自業務所帶來的影響。

          從20世紀70年代初至2005年左右,性能提升主要歸功于光刻技術的進步,和晶體管密度與能效的提高,所帶來的時鐘頻率提升。然而,隨著晶體管數量的激增(和裸片尺寸的增大),時鐘頻率不再受限于晶體管的性能,而是主要受到互連延遲的影響。為了克服這一挑戰,設計人員轉而采用多核設計,在不大幅增加功耗的情況下提高系統性能。同時,先進的封裝技術,例如小(chiplet)和多芯片模塊(multi-chip modules),則進一步幫助提升了系統性能,尤其是在芯片領域。

          單個芯片封裝可以包含多個chiplet,分別承載特定功能,例如高性能邏輯元件、AI加速器、高帶寬DDR存儲器,和高速外設。通常情況下,這些組件來自不同的晶圓廠,由此導致了全球供應鏈的碎片化趨勢。這帶來了一系列挑戰,因為來自多個晶圓廠的裸片必須被集成至一個封裝或系統中,還必須經過徹底的測試,而在此階段測試失敗將產生巨大的財務損失。為應對此類挑戰,我們需要在產品開發中采取“左移”的思路,將重點從單純的架構/設計,轉移至最終的系統測試與質量。這對于我們所處的行業及其供應鏈管理都具有重要意義。

          新冠疫情期間出現的供應鏈挑戰進一步加速了供應鏈組件的去中心化趨勢。2022年至2024年12月,全球共有93座晶圓廠開工建設。相比之下,2021年新增后端測試設施則達到484個,這一對比凸顯了芯片行業為提升產能和產品良率所做的不懈努力。

          AI在半導體設計和制造中的作用

          那么,AI又會在哪些方面對此產生影響?

          人工智能將發揮關鍵作用的地方是,從分析模式到預測模式的轉變。目前,我們通常是被動地等待問題的出現,然后通過分析歷史數據追溯根本原因,并防止它再次發生。這種“事后諸葛亮式”的做法增加了供應鏈中所耗費的時間、成本,也增加了不確定性和浪費。相比之下,AI使我們能夠基于當前實時數據來預測未來的結果,從而實現主動干預和風險規避。

          告別了過時的電子表格分析,我們正在積極擁抱智能化時代。相比于傳統基于靜態歷史數據的分析,我們構建了可持續學習的AI模型,生產工程師能夠不斷注入新的數據進行訓練。值得一提的是,這些“新”數據不再僅僅是一組數字或測量值,而是延伸到了更豐富的非結構化數據,例如裸片照片、設備噪聲、時間序列傳感器數據和視頻等,助力實現更為精準的預測和高效的決策。

          數據的最終價值在于行動。我們的最終目標,是要從海量數據點中提取可用的信息。換句話說,如果這些數據不能用于進一步行動的參考,那大部分是無用的。遺憾的是,當今企業產生的90%的數據從未被使用過,這是“暗數據”。然而,這種情況也發生在人工智能領域。在AI的實施過程中,46%的項目停留在試驗階段,難以邁向實際生產。究其原因,往往是項目的復雜性超過了一定范圍,缺乏妥善的規劃和控制。

          圖片

          Digital Transformation Analysis to Prediction

          盡管存在這些挑戰,設備制造商已經開始將數字化轉型技術應用至產品開發流程中,獲得的收益也顯而易見。波士頓咨詢集團的研究發現,已在供應鏈和設計鏈強化彈性的企業,從新冠疫情衰退中恢復過來的速度是尚未接受數字化轉型公司的兩倍。

          瑞薩近期收購了一家名為Reality AI的公司。該公司打造了一種在微控制器或微處理器上運行的緊湊型機器學習模型。它可以快速識別可能導致設備問題的異常模式。這樣,制造設施便可以安排預防性維護,或最大限度縮短因設備突發故障而導致的停機時間。

          數字化轉型是我們行業的未來保障

          今天,以AI為基礎的數字化轉型已成為企業成功的關鍵。在半導體行業,我們正面臨著重大變革——這意味著積極采用系統級設計模式,以應對不斷變化的全球供應鏈——數字化轉型和“左移”策略是雙管齊下的強大工具。

          首先,借助經優化的工具與設計流程能夠顯著提高生產力。距離可能發生故障的地方越近,就能越快地了解情況,從而可以更迅速地學習和解決問題。

          其次,也許也是最重要的一點,數字化轉型解決了芯片設計行業面臨的最大問題之一——人才問題。通過縮短芯片設計所需的時間,我們的工程人員會比以前更為高效。這在半導體行業人口結構日益老化的情況下變得尤為重要。

          結語

          擁抱數字化轉型,就是擁抱未來。半導體行業乃至所有行業,唯有堅持不懈地探索創新之路,才能在變幻莫測的商業環境中乘風破浪,締造輝煌。



          評論


          相關推薦

          技術專區

          關閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();