Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
Un análisis concluye que la inteligencia artificial generará el mayor valor en las herramientas de diseño de chips cuando coordine el flujo de trabajo entre herramientas y equipos, y no cuando simplemente mejore una herramienta individual. Sin embargo, su adopción sigue condicionada por la continuidad del significado, la verificación determinista y la posibilidad de auditar cada resultado.
La mayor densidad de energía y la complejidad de los diseños de chiplets hacen que el calor sea una restricción arquitectónica que debe tenerse en cuenta desde las primeras etapas, no una prueba posterior realizada únicamente a nivel del chip. Expertos de Synopsys, Silvaco, Vinci, Keysight EDA y Siemens EDA consideran que la modelización multifísica y los gemelos digitales se han vuelto esenciales para conectar el chip con el encapsulado, la placa y el sistema.
Las opiniones de expertos de empresas de EDA y semiconductores muestran que la integración del desarrollo de hardware y software enfrenta obstáculos organizativos y técnicos, desde las diferencias entre los equipos de trabajo y las herramientas hasta la dificultad de simular cargas de trabajo completas. La inteligencia artificial puede ayudar a escribir RTL y software, pero todavía no tiene suficiente contexto para tomar decisiones arquitectónicas complejas.
La transición a nodos de fabricación inferiores a 2 nanómetros está integrando las funciones de prueba, metrología, inspección y fabricación, mientras aumenta la sensibilidad de los chips a las desviaciones y los defectos. Un análisis de Semiconductor Engineering señala que gestionar los datos durante todo el ciclo de vida del chip, desde el diseño hasta la operación, se ha convertido en un requisito para mantener el rendimiento y la fiabilidad.
Una discusión que reunió a expertos de Cadence, ChipAgents, Keysight EDA, Siemens EDA y Synopsys muestra que la IA agéntica ha pasado de automatizar tareas individuales a ejecutar flujos prolongados y multiagente, pero aún depende de los seres humanos para definir el alcance del diseño, verificar los resultados y construir barreras que eviten errores críticos.
Los modelos de lenguaje grandes se acercan a convertir las especificaciones de diseño de chips en propiedades formales en lenguaje SystemVerilog Assertions, lo que podría reducir el tiempo de preparación de borradores de verificación. Sin embargo, la falta de especificaciones, la posibilidad de generar propiedades sintácticamente correctas pero lógicamente débiles y la elevada carga de revisión hacen que la supervisión humana siga siendo esencial, mientras que el rendimiento económico real aún no está resuelto.