Aktuelle Berichte, Erklärungen und verbundene Technologiethemen.
Eine Analyse kommt zu dem Schluss, dass künstliche Intelligenz den größten Nutzen in Werkzeugen für das Chipdesign erzielen wird, wenn sie den Workflow zwischen Werkzeugen und Teams koordiniert, statt nur ein einzelnes Werkzeug zu optimieren. Ihre Nutzung bleibt jedoch an die Kontinuität der Bedeutung, deterministische Verifikation und die Möglichkeit gebunden, jedes Ergebnis zu prüfen.
Die steigende Leistungsdichte und die zunehmende Komplexität von Chiplet-Designs machen Wärme zu einer architektonischen Einschränkung, die bereits in den frühen Phasen berücksichtigt werden muss und nicht nur als nachträglicher Test auf Chipebene. Experten von Synopsys, Silvaco, Vinci, Keysight EDA und Siemens EDA sind der Ansicht, dass multiphysikalische Modellierung und digitale Zwillinge inzwischen unerlässlich sind, um Chip, Gehäuse, Platine und System miteinander zu verbinden.
Die Einschätzungen von Experten aus EDA- und Halbleiterunternehmen zeigen, dass die Integration der Hardware- und Softwareentwicklung auf organisatorische und technische Hindernisse stößt – von unterschiedlichen Arbeitsteams und Werkzeugen bis hin zur Schwierigkeit, vollständige Workloads zu simulieren. Künstliche Intelligenz kann beim Schreiben von RTL und Software helfen, verfügt jedoch noch nicht über genügend Kontext, um komplexe Architekturentscheidungen zu treffen.