「多くの工学的な問題では、正しい答えが必要である。」― この正しい答えを導き出すために、機械学習を活用した設計手法が取り入れられるようになってきていますが、「まともな推測はできるものの、場合によっては間違ってしまうような機械学習技術」を採用してしまうと、後に大きな問題を抱えてしまうことになりかねません。例えば、半導体の検証では、機械学習モデルのエラーが致命的なリスピンを引き起こし、数百万ドルの損失を被ってしまう恐れがあります。
シーメンスEDAのSolidoは、IP検証、バリエーションを意識した設計と分析、およびLibertyモデルの作成と分析ツールのために開発された独自の機械学習対応ソリューションを提供し、半導体企業のトップ20を含む100社近くの世界中の主要ファウンドリ、IDM、IPプロバイダや半導体企業で広く採用されています。 Solidoソリューションを組み合わせることで、半導体設計の品質と市場投入までの時間が改善されます。 本ウェビナーでは、Solidoを使用したばらつき解析の課題を解決する方法をご紹介いたします。
プログラム
セッション: 機械学習で正しい答えに到達
本セッションでは、チップのばらつきの測定やタイミング・モデルの生成に使用される、一貫して正確な機械学習の回答を作成するために使用される、シーメンスEDAの最新の生産実績のある手法のいくつかをレビューします。これらの適応的で自己検証可能な手法は汎用性が高く、他のエンジニアリング・アプリケーションにも広く適用することが可能です。
Q&A
アカウント・テクノロジー・マネージャー
林 佑霖(YuLing Lin)は、シーメンスEDAのAMSシミュレータおよびデザイン・プラットフォーム製品を担当するアカウント・テクノロジー・マネージャーです。半導体とEDAの分野で12年の経験を持ち、アナログや高周波デザインの設計とメソドロジに携わってきました。