AI 赋能实现更快、 更好、 更高效的芯片验证

芯片开发的每个方面都可谓困难重重，并且难度还在与日俱增，而验证可能是这一过程中最具挑战的阶段。多年来，研究表明，每一代芯片上用于验证阶段的时间和资源占比均呈现不断增加的态势。总体而言，验证阶段工作的增长速度超过了芯片开发项目的其他阶段。团队要求芯片验证能够以更少的时间和资源来实现更好的结果。目前，电子设计自动化 (EDA) 行业已将人工智能 (AI) 技术应用到整个验证阶段的各个步骤来应对这一挑战。
有些人可能认为，任何芯片验证工具、流程或方法的目标都是更快发现更多错误。表面看来确实如此，但现实情况却复杂得多。事实上，验证开发者需要考虑三个维度：设计质量 (QOR)、结果完成时间 (TTR) 和实现成本 (COR) 。QOR 最容易理解;验证团队希望找到所有的错误，包括所有错误的类型。绝对数量固然重要，但所发现的错误类型和复杂性也很重要。如果漏掉的错误可能导致系统宕机或芯片制造失败，那么即使找到 99.9% 的错误也是不够的。
许多基于机器学习 (ML) 的 AI 技术可以显著改善芯片验证的上述三个维度要求。新思科技的解决方案通过提供更好的 QOR、更快的 TTR 和更省的 COR 来实现验证团队的目标并解决其所面临的主要挑战。
本白皮书概述了芯片验证阶段的一些主要挑战，介绍了 AI 技术带来的改变，以及新思科技EDA 解决方案中一些具体功能。
请立即扫码下载白皮书：

新闻来源：电子工程专辑，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。