Predictive AI-Centric SPICE：節(jié)能策略

預(yù)測性AI-Centric SPICEEDA工具有望提高電路設(shè)計(jì)生產(chǎn)率的訂單數(shù)量。所有這些都消除了放置組件，鍵入命令，將設(shè)計(jì)流保持在跟蹤，編寫腳本，通過電路庫進(jìn)行狩獵等等的需求。但是，預(yù)測性AI-Centric SPICE工具不會(huì)停止。類似于預(yù)測性在線消費(fèi)者廣告的工作方式，Spiceai工具將提供相關(guān)和簡潔的設(shè)計(jì)注釋，建議設(shè)計(jì)策略，甚至為您實(shí)施，模擬和評估它們。預(yù)測性AI開始更好地了解您，將為您的工作日建立特定于香料設(shè)計(jì)的空間，在早上簡短，并且晚上提供了您的電路的能源指標(biāo)及其自身的能耗和能源電網(wǎng)影響報(bào)告。

定義的預(yù)測性AI以AI-Centric SPICE

憑借以AI-Centric SPICE的目標(biāo)仍然存在，該定義仍然需要答案。今天的答案是多維的，并且取決于您提出的工程師可能會(huì)增加或可能不會(huì)增加多維價(jià)值。

硬件答案是可擴(kuò)展的并行計(jì)算。具體而言，可以在多個(gè)IP核心模型的多個(gè)級別上同時(shí)在多個(gè)級別上執(zhí)行多個(gè)IP核心模型的平行計(jì)算，該計(jì)算可以執(zhí)行多個(gè)矩陣重音算法計(jì)算算法(DC，瞬態(tài)，頻率，噪聲，Pvt Corner，Monte Carlo)。更重要的是，在預(yù)設(shè)計(jì)算時(shí)間內(nèi)完成的模擬，縮小或向上縮放，以確保AI模擬工作負(fù)載不會(huì)超過能源合規(guī)指南。

在預(yù)測域中，AI-Centric SPICE工具知道要做什么，可交付成果，如何完成以及需要做什么。對于初學(xué)者，預(yù)測AI配置了設(shè)計(jì)項(xiàng)目所需的硬件和軟件平臺(tái)。在電路設(shè)計(jì)域中，它決定了哪種半導(dǎo)體過程技術(shù)以及哪些IP核心細(xì)胞和宏是最好的選擇。由于EDA設(shè)計(jì)流是良好的，因此預(yù)測性AI工具不必等待人類命令，因此它知道必須以什么順序運(yùn)行分析算法，以及巡回賽設(shè)計(jì)和仿真問題可能是什么。如果沒有，它將很快在記錄并搜索每個(gè)操作員的計(jì)算機(jī)擊鍵時(shí)學(xué)習(xí)。

香料學(xué)習(xí)曲線答案..文本提示

盡管開箱即用的并行計(jì)算可能會(huì)令人印象深刻，但當(dāng)今的設(shè)計(jì)師將即時(shí)的模擬結(jié)果視為理所當(dāng)然。在新的AI工具世界中。承諾是零時(shí)間學(xué)習(xí)曲線。在當(dāng)今的EDA生態(tài)系統(tǒng)中，一種消除了繁瑣，過于復(fù)雜，適得其反的操作程序的工具。

為了減少學(xué)習(xí)時(shí)間并提高日常生產(chǎn)率，希望是與雙子座或副駕駛類似的香料文本提示接口。理解人類文本命令的文本界面消除了學(xué)習(xí)隱秘編碼命令和冗長的按鈕序列的需求。具體而言，具有足夠高的智商水平的文本接口，可以輕松理解和實(shí)施下一步要做的工程師。像：

“設(shè)置一個(gè)表征電路，以確定SIC JFET的直流和AC電氣規(guī)格?！?

或者：

“執(zhí)行所有必要的電氣特異性模擬，然后生成數(shù)據(jù)表。”

矩陣計(jì)算…時(shí)間和能量瓶頸

矩陣計(jì)算，一種可以追溯到公元前300年的數(shù)學(xué)技術(shù)在AI軟件和硬件中無處不在。盡管具有獨(dú)創(chuàng)性，但矩陣計(jì)算仍作為基本AI計(jì)算算法的缺點(diǎn)。具體而言，它是計(jì)算密集型的，這意味著能源密集型。隨著矩陣重量的數(shù)量超過數(shù)十億到無限，模擬器的能量影響不可忽視。盡管看似可以容忍，但AI的能源危機(jī)更多地是關(guān)于沒有準(zhǔn)備的 AI能量網(wǎng)格， 而不是能量本身。

理想情況下，以AI-Centric SPICE工具不會(huì)使用矩陣強(qiáng)算法。將消除涉及100,000 x 100,000矩陣的收斂問題和冗長的電路模擬，但是解決矩陣算法香料的替代方法已依賴于50多年?

減少香料能源成本的一種方法是一種基于推論和邏輯的預(yù)測結(jié)構(gòu)方法。推理和預(yù)測驅(qū)動(dòng)的香料工具可以識別電路結(jié)構(gòu)并在沒有矩陣計(jì)算的情況下確定其功能。例如，可以使用邏輯而不是矩陣數(shù)學(xué)來確定具有在某些范圍，歐姆，megaohms microfarads等內(nèi)具有組件的運(yùn)算符電路，或者是一個(gè)過濾器，或者對于該范圍的帶寬濾波器，帶寬在音頻范圍內(nèi)。更重要的是，基于推理的IF-IF-THEN邏輯可用于訓(xùn)練以AI為中心的機(jī)器以識別原理圖的功能，實(shí)現(xiàn)電路函數(shù)，并確定電路設(shè)計(jì)是否會(huì)收斂還是不會(huì)收斂。

神經(jīng)學(xué)習(xí)

AI-Centric SPICE工具的一個(gè)級別是神經(jīng)網(wǎng)絡(luò)，特別是神經(jīng)網(wǎng)絡(luò)權(quán)重。隨著神經(jīng)網(wǎng)絡(luò)通過連續(xù)的反復(fù)試驗(yàn)學(xué)習(xí)，它會(huì)改變原始的重量矩陣。在某一時(shí)刻，神經(jīng)網(wǎng)絡(luò)確定了最佳設(shè)計(jì)結(jié)果所需的確切權(quán)重。在香料電路圖中，權(quán)重為組件值。例如，一個(gè)10kΩ電阻的重量為10,000。重量不止于此，電阻器的重量也包括溫度系數(shù)，方差，尺寸等。

為了減少神經(jīng)學(xué)習(xí)的能源網(wǎng)格需求，該方法是創(chuàng)建和使用已被證明可以減少矩陣 - 強(qiáng)大的模擬重申的神經(jīng)種子的數(shù)據(jù)集，以了解如何為這種工作來說明這項(xiàng)工作，以進(jìn)行思維的自主能量能量量化的電路設(shè)計(jì)。這里的電路設(shè)計(jì)過程需要初始的重量陣列或神經(jīng)種子?；蛟谄胀娐吩O(shè)計(jì)語言中，第一個(gè)通過設(shè)計(jì)嘗試。通過反饋機(jī)制，運(yùn)行連續(xù)的電路模擬，評估了模擬結(jié)果，并且電路權(quán)重發(fā)生了變化。這樣做直到在此示例中，權(quán)重產(chǎn)生在指定能量極限內(nèi)的電路。反過來，這些權(quán)重用于神經(jīng)種子。

預(yù)測視覺界面

以AI-Centric SPICE的視覺接口雖然不是涉及的AI算法的基礎(chǔ)，但它用于構(gòu)建或指導(dǎo)基于文本及時(shí)的電路設(shè)計(jì)。香料聊天不需要雙子座的詞匯。為了簡化香料聊天設(shè)計(jì)，一種方法是簡單地忽略尚未接受過培訓(xùn)的單詞。

智能模擬世界中的預(yù)測視覺接口或GUI是動(dòng)態(tài)的。它們是根據(jù)設(shè)計(jì)項(xiàng)目的性質(zhì)生成的。一個(gè)名為SIC類AB放大器的設(shè)計(jì)項(xiàng)目就像物理電子工作臺(tái)一樣，將自動(dòng)設(shè)置為虛擬SIC設(shè)計(jì)工作臺(tái)。

視覺界面還為設(shè)計(jì)師提供了文本提示熟悉的詞匯的了解?？梢圆碌降氖?，SIC設(shè)計(jì)的AI Spice聊天的詞匯包括在SIC JFET或MOSFET數(shù)據(jù)表中找到的技術(shù)規(guī)格的首字母縮寫和全名。對于SIC音頻類AB電源設(shè)計(jì)項(xiàng)目，高級智商香料工具有望具有高級模擬設(shè)計(jì)詞匯。更重要的是，預(yù)計(jì)視覺接口將向設(shè)計(jì)的可行性提供建議，并在設(shè)計(jì)過程啟動(dòng)之前顯示預(yù)期的仿真結(jié)果。

訓(xùn)練有素的預(yù)測模擬器很可能有一個(gè)警告箱。例如，要警告您嘗試執(zhí)行低溫SIC電路模擬可能是設(shè)計(jì)和應(yīng)用程序徒勞的。

預(yù)測數(shù)據(jù)集和數(shù)據(jù)庫

以AI-Centric SPICE操作的核心是其數(shù)據(jù)集。對于香料，數(shù)據(jù)集自然包括模型庫，相關(guān)的數(shù)據(jù)規(guī)格，先前完成的設(shè)計(jì)，網(wǎng)表和電路結(jié)構(gòu)。香料生成的工程報(bào)告，圖，熱分析模式等。數(shù)據(jù)集也可以以公司間的技術(shù)報(bào)告或USPTO的專利形式出現(xiàn)。 AI-Centric SPICE工具可以使用這些數(shù)據(jù)集生成針對計(jì)劃的電路設(shè)計(jì)項(xiàng)目的報(bào)告。來自該數(shù)據(jù)集的AI-Centric SPICE報(bào)告可能能夠回答諸如哪個(gè)問題，實(shí)際上哪個(gè)SIC對電流的流量最高?或者，實(shí)際上，SIC JFET對電流的排水最高?

結(jié)論

預(yù)測性AI-Centric SPICE

工具將作為人類設(shè)計(jì)助理。最初能夠接受廣義設(shè)計(jì)命令，它們將演變?yōu)楠?dú)立工作。他們將具有文本，視覺和層次結(jié)構(gòu)接口，這些接口直接連接到明顯的獨(dú)立且越來越多的結(jié)構(gòu)化數(shù)據(jù)集：文本接口將使設(shè)計(jì)人員可以選擇哪些數(shù)據(jù)集用于從中提取和編譯報(bào)告。以AI-Centric SPICE工具將基于使用電路組件權(quán)重和連接圖的預(yù)測猜測產(chǎn)生第一頻繁的設(shè)計(jì)和仿真結(jié)果，該猜測確定了設(shè)計(jì)設(shè)計(jì)的意圖，功能和可行性。有了所有這些，領(lǐng)先的以AI-Centric SPICE工具必須具有極低的能源需求，并且始終產(chǎn)生屢獲殊榮的能源優(yōu)化電路設(shè)計(jì)。