99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

在IC驗證的產(chǎn)品級工程中使用機器學習ML方法

西門子EDA ? 來源:西門子EDA ? 2023-02-28 11:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

由于半導(dǎo)體設(shè)計的復(fù)雜性、規(guī)模和任務(wù)關(guān)鍵型操作的增加,集成電路驗證要求也隨之大幅擴展。

對于SPICE 級別的驗證,ML 方法提供了一種強大的手段來克服傳統(tǒng)暴力窮舉蒙特卡羅方法的局限性。

除了以大幅縮短的運行時間實現(xiàn) SPICE 驗證之外,還有幾個主要因素決定了 ML 解決方案是否可以投入生產(chǎn):可驗證性、準確性、通用性、穩(wěn)健性和可用性。

ML 解決方案可以分為 0 級(無 ML)到 4 級(完全產(chǎn)品級就緒)。

為實現(xiàn)更高級別的 ML 能力,所需要的研發(fā)工作量和生產(chǎn)測試相比前一個級別呈指數(shù)式增加。

54491dde-aeb4-11ed-bfe3-dac502259ad0.png

圖 1. 采用 Solido 機器學習的 3 級 ML 能力。

支持 ML 的解決方案 Solido High-Sigma Verifier 是Solido Variation Designer 的一部分,能夠以少幾個數(shù)量級的仿真運行時間提供與完全暴力窮舉法一樣準確的 4、5、6+ sigma 驗證結(jié)果。

High-Sigma Verifier 使設(shè)計和驗證團隊能夠提高驗證精度和覆蓋率,同時顯著縮短設(shè)計計劃時間。

High-Sigma Verifier 是 3 級 ML 算法設(shè)計的一個例子,通過大規(guī)模生產(chǎn)使用和迭代改進,它正在迅速接近 4 級。




審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 集成電路
    +關(guān)注

    關(guān)注

    5423

    文章

    12041

    瀏覽量

    368312
  • 半導(dǎo)體
    +關(guān)注

    關(guān)注

    335

    文章

    28880

    瀏覽量

    237361
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8501

    瀏覽量

    134559

原文標題:在用于 IC 驗證的產(chǎn)品級工程解決方案中使用機器學習 (ML) 方法

文章出處:【微信號:Mentor明導(dǎo),微信公眾號:西門子EDA】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    IC驗證"為什么要學習UVM呢"

    與設(shè)計不分家”。甚至目前一些IC公司里,依然存在著同一個人兼任設(shè)計人員與 驗證人員的情況。驗證與設(shè)計只是從不同的角度來做同一件事情而已。驗證
    發(fā)表于 12-01 15:09

    碼云/Github/CSDN上收藏的嵌入式產(chǎn)品級項目分享

    1、MCU產(chǎn)品級項目收集早年活躍CSDN上的時候,我曾擁有不少積分下載了很多產(chǎn)品級的資源,這些年我也在這些產(chǎn)品級的項目上學習了很多編碼技能
    發(fā)表于 12-24 06:26

    什么是機器學習? 機器學習基礎(chǔ)入門

    的、面向任務(wù)的智能,這就是機器學習的范疇。我過去聽到的機器學習定義的最強大的方法之一是與傳統(tǒng)的、用于經(jīng)典計算機編程的算法
    發(fā)表于 06-21 11:06

    NanoEdgeAIStudio機器學習ML)技術(shù)相關(guān)資料介紹

    NanoEdge? AI Studio(NanoEdgeAIStudio)是一種新的機器學習ML)技術(shù),可輕松為最終用戶帶來真正的創(chuàng)新。只需幾個步驟,開發(fā)人員就可以基于最少量的數(shù)據(jù)為其項目創(chuàng)建最佳的
    發(fā)表于 11-29 07:37

    怎樣iOS機器學習框架Core ML

    2017年的WWDC上,蘋果發(fā)布了Core ML這個機器學習框架?,F(xiàn)在,開發(fā)者可以輕松的使用Core ML機器
    發(fā)表于 09-25 15:59 ?0次下載
    怎樣<b class='flag-5'>在</b>iOS<b class='flag-5'>機器</b><b class='flag-5'>學習</b>框架Core <b class='flag-5'>ML</b>

    機器學習43條軍規(guī):關(guān)于機器學習ML工程的最佳實踐文檔

    簡單的啟發(fā)式算法有利于推出產(chǎn)品。但復(fù)雜的啟發(fā)式算法難以維護。當您獲得足夠的數(shù)據(jù)并基本確定自己要嘗試實現(xiàn)的目標后,請考慮使用ML技術(shù)。與大多數(shù)軟件工程任務(wù)一樣,您需要不斷更新方法(無論是
    的頭像 發(fā)表于 05-23 14:23 ?4071次閱讀

    機器學習準入門檻降低,機器學習工程師職位或?qū)⑾?/a>

    機器學習工程師團隊負責人、Looker的首席產(chǎn)品官,以自己十幾年的從業(yè)經(jīng)歷,以及對當下機器學習領(lǐng)
    的頭像 發(fā)表于 02-16 08:53 ?2820次閱讀

    產(chǎn)品級架構(gòu)驗證是設(shè)計的詳細流程介紹

    產(chǎn)品級架構(gòu)驗證彌合了營銷需求定義和詳細設(shè)計工作之間的程序差距。在此高級階段,會做出影響產(chǎn)品功能,大小,成本和其他關(guān)鍵參數(shù)的關(guān)鍵決策。這些決定包括電路板的數(shù)量和形狀,外殼的尺寸和形狀,顯示器的尺寸,連接器的數(shù)量和位置,電池配置,射
    的頭像 發(fā)表于 08-08 11:34 ?3465次閱讀
    <b class='flag-5'>產(chǎn)品級</b>架構(gòu)<b class='flag-5'>驗證</b>是設(shè)計的詳細流程介紹

    物聯(lián)網(wǎng)結(jié)合機器學習(ML)的應(yīng)用場景

    本篇博客文章介紹了物聯(lián)網(wǎng)結(jié)合機器學習(ML)的應(yīng)用場景,以及如何基于Silicon Labs(亦稱“芯科科技”)的無線SoC平臺展開機器學習
    的頭像 發(fā)表于 06-13 16:26 ?2130次閱讀

    使用支持機器學習的Xcelium能夠?qū)崿F(xiàn)高達5倍的驗證效率

    人工智能(AI)無處不在。機器學習ML)及其推理能力有望徹底改變從駕駛到做早餐等生活中的一切。驗證是永恒的,時間不息,驗證不止。
    的頭像 發(fā)表于 05-05 10:42 ?1337次閱讀
    使用支持<b class='flag-5'>機器</b><b class='flag-5'>學習</b>的Xcelium能夠?qū)崿F(xiàn)高達5倍的<b class='flag-5'>驗證</b>效率

    解讀芯片驗證中的機器學習技術(shù)

    許多ML算法已經(jīng)功能驗證的不同領(lǐng)域進行了嘗試,并取得了不錯的效果。ML功能驗證中的應(yīng)用主要分
    發(fā)表于 07-03 10:27 ?858次閱讀
    解讀芯片<b class='flag-5'>驗證</b>中的<b class='flag-5'>機器</b><b class='flag-5'>學習</b>技術(shù)

    聯(lián)合學習傳統(tǒng)機器學習方法中的應(yīng)用

    聯(lián)合學習傳統(tǒng)機器學習方法中的應(yīng)用
    的頭像 發(fā)表于 07-05 16:30 ?1013次閱讀
    聯(lián)合<b class='flag-5'>學習</b><b class='flag-5'>在</b>傳統(tǒng)<b class='flag-5'>機器</b><b class='flag-5'>學習方法</b>中的應(yīng)用

    機器學習構(gòu)建ML模型實踐

    實踐中的機器學習:構(gòu)建 ML 模型
    的頭像 發(fā)表于 07-05 16:30 ?958次閱讀

    機器學習中的交叉驗證方法

    機器學習中,交叉驗證(Cross-Validation)是一種重要的評估方法,它通過將數(shù)據(jù)集分割成多個部分來評估模型的性能,從而避免過擬合
    的頭像 發(fā)表于 07-10 16:08 ?2760次閱讀

    Raspberry Pi Pico 2 上實現(xiàn):實時機器學習ML)音頻噪音抑制功能

    Arm公司的首席軟件工程師SandeepMistry為我們展示了一種全新的巧妙方法RaspberryPiPico2上如何將音頻噪音抑制應(yīng)用于麥克風輸入。機器
    的頭像 發(fā)表于 03-25 09:46 ?367次閱讀
    Raspberry Pi Pico 2 上實現(xiàn):實時<b class='flag-5'>機器</b><b class='flag-5'>學習</b>(<b class='flag-5'>ML</b>)音頻噪音抑制功能