/
Synopsys 关键字列表
AI模型如何在设计验证流程中实现"适用性"
AI模型只能用于其设计目的，且必须在明确的上下文中使用。模型创建需遵循规范流程，并通过独立验证确保准确性与完整性。从设计模型到验证模型，AI正深刻改变其创建与应用方式。文章探讨了模型的六步创建流程、黄金模型验证方法、数据标注与信任机制，以及在EDA领域部署AI模型时面临的准确性、覆盖率与可信度挑战，强调元数据标记与可追溯性对安全部署的重要性。
AI正在重塑IP全生命周期管理模式
AI正深刻改变芯片IP的开发、验证、发现、授权与支持全流程。从RTL代码生成、测试用例自动化到IP元数据管理，AI显著提升效率，推动可定制IP数量爆发式增长。在商业模式层面，订阅制、按量授权等新型IP授权方式正逐步取代传统单次授权。Chiplet架构的兴起也带来授权边界模糊等新挑战。尽管AI承担了大量重复性工作，经验丰富的工程师在设计审核、质量把控和生产决策中仍不可替代。
多裸片现场测试须建立在成熟测试方法论之上
AI革命的发展速度远超IC行业对多芯片系统的测试能力。在系统测试是确保数据中心和汽车硬件长期可靠性的最佳方法。2.5D系统和3D-IC的广泛应用依赖于现场监测、检测和修复故障的能力。通过片上监测器、DFT技术和高速接口（如PCIe、UCIe），工程师能够在故障发生前预测并修复问题，这对数据中心和自动驾驶等关键应用至关重要。
AI覆盖EDA全流程，开启一场“双向奔赴”的变革
2020年，新思科技推出了全球首个AI自主芯片设计解决方案DSO.ai (Design Space Optimization AI)，开启了一场AI与EDA的“双向奔赴”。
白皮书
京公网安备 11010802021500号
