Çipleri tasarlamak, doğrulamak ve analiz etmek için kullanılan yazılım araçları ve iş akışları.
Açık ağırlıklı yapay zekâ modelleri, kurumlara yerel çalıştırmada daha fazla esneklik ve hizmet sağlayıcılarına daha az bağımlılık sunuyor; ancak bu, eğitim verilerinin, kodun veya kullanım haklarının otomatik olarak erişilebilir olduğu anlamına gelmiyor. Semiconductor Engineering analizi, etkilerinin bellek ve ara bağlantı tasarımına, güvenliğe ve çip tasarım araçlarının iş akışına uzandığını vurguluyor.
Semiconductor Engineering materyali, çip tasarımında yapay zekâ ajanlarının özerkliğini değerlendirmek için beş seviyeli bir çerçeve sunuyor. Bu çerçeve, belirli bir görevin optimize edilmesinden kontrollü bir mühendislik kapsamı içinde eksiksiz bir iş akışının yürütülmesine kadar uzanıyor. Ayrıca özerklik seviyesinin tek başına yeterli olmadığını; kararların kapsamının, doğrulama mekanizmalarının ve mühendisin müdahale ile nihai onay sorumluluğunun da belirlenmesi gerektiğini vurguluyor.
Analiz yazısı, yapay zekânın çip tasarım araçlarında en büyük değeri yalnızca tek bir aracı iyileştirdiğinde değil, araçlar ve ekipler arasındaki iş akışını koordine ettiğinde sağlayacağı sonucuna varıyor. Ancak yapay zekâya güven, anlamın sürekliliğine, deterministik doğrulamaya ve her sonucun denetlenebilir olmasına bağlı kalıyor.
EDA ve çip şirketlerinden uzmanların görüşleri, donanım ve yazılım geliştirmenin ekipler ile araçlar arasındaki farklılıklardan tam iş yüklerini simüle etmenin zorluğuna kadar uzanan örgütsel ve teknik engellerle karşılaştığını gösteriyor. Yapay zekâ RTL ve yazılım yazımına yardımcı olabilir, ancak karmaşık mimari kararları almak için henüz yeterli bağlama sahip değil.