최신 보도, 해설 및 관련 기술 스토리를 확인하세요.
분석 자료는 인공지능이 개별 도구만 개선할 때가 아니라 도구와 팀 사이의 작업 흐름을 조정할 때 칩 설계 도구에서 가장 큰 가치를 창출할 것이라고 결론짓는다. 그러나 인공지능에 대한 의존은 의미의 연속성, 결정론적 검증, 모든 결과에 대한 감사 가능성이 확보될 때에만 가능하다.
높아지는 전력 밀도와 복잡해지는 칩렛 설계로 인해 열은 나중에 칩 수준에서만 테스트하는 제약이 아니라 초기 단계부터 고려해야 하는 아키텍처 제약이 되었다. Synopsys, Silvaco, Vinci, Keysight EDA, Siemens EDA의 전문가들은 다중 물리 모델링과 디지털 트윈이 칩을 패키지, 보드, 시스템과 연결하는 데 필수적이라고 본다.
EDA 및 반도체 기업 전문가들의 견해에 따르면 하드웨어와 소프트웨어 개발의 통합은 업무팀과 도구의 차이부터 전체 워크로드를 시뮬레이션하기 어려운 문제까지 조직적·기술적 장애에 직면해 있다. 인공지능은 RTL과 소프트웨어 작성에 도움을 줄 수 있지만, 복잡한 아키텍처 결정을 내리기에는 아직 충분한 맥락을 갖추지 못했다.