2023年10月30日,新思科技宣布携手是德科技(Keysight)、Ansys共同推出面向台积公司业界领先N4PRF工艺(4纳米射频FinFET工艺)的全新参考流程。该参考流程基于新思科技的定制设计系列产品,为追求更高预测精度和生产率的开放式射频设计环境的客户提供完整的射频设计解决方案。它为开发者提供了经过验证的是德科技的射频集成电路(RFIC)设计和交互式电磁(EM)分析工具,以及Ansys电磁建模和签核电源完整性解决方案等一系列业界领先的解决方案。
新一代无线系统具有更高的带宽、更多的互联设备、更低的时延和更广泛的网络覆盖范围。用于无线数据传输的射频芯片(如收发器和射频前端组件),其设计复杂性也与日俱增。更高的电路频率、更小的特征尺寸和复杂的版图依赖效应,让高速电路设计的物理实现过程极具挑战性性,需要更准确、更全面的建模和仿真技术来实现更高的性能和稳健的产品可靠性。
台积公司N4PRF设计参考流程在新思科技Custom Compiler™设计和版图环境中,实现了低噪声放大器(LNAs)和LC调频压控振荡器(LC VCOs)等关键设计组件的全流程设计和严格验证,并提高了设计周转时间和版图生产率。该设计参考流程集成了业界领先的芯片设计工具,可实现高效的无源器件合成、电磁模型提取、热感知电迁移分析(可扩展至器件金属),以及正确处理电感器下电路(CUI)结构的版图后提取。
除了新思科技Custom Compiler设计平台之外,该领先的开放式设计参考流程还包括:
新思科技PrimeSim™仿真工具和PrimeSim™可靠性环境提供了具有黄金签核精度的电路仿真性能,同时,新思科技IC Validator™和StarRC™可提供物理验证签核和提取解决方案。
Ansys Totem™可提供热感知签核电迁移验证和电源完整性分析(EM/IR)。RaptorX™和Exalto™可提供电磁建模,其独特的CUI功能可显著缩小尺寸。VeloceRF™则可为多层螺旋电感、平衡-不平衡变换器(Baluns)/变压器(transformer)和传输线等电磁器件提供全自动芯片布局综合。
是德科技PathWave ADS RFPro提供了快速、交互式的电磁-电路协同仿真和分析,助力开发者在开发周期早期及时发现并解决版图依赖效应。PathWave RFIC设计(GoldenGate)则支持开发者在早期芯片设计和验证过程中的谐波平衡仿真。
是德科技副总裁兼 EDA 事业部总经理 Niels Faché 表示:“是德科技、新思科技和 Ansys 与台积公司进一步扩大了战略技术合作,为台积公司先进的 4 纳米射频技术提供更高水平的射频设计。我们看到了射频开发者在采用传统解决方案和流程时遇到了诸多挑战,因为这些解决方案和流程不适用于当前的 WiFi-7 系统级芯片和射频子系统设计。新的版图依赖效应让开发者必须进行详细的仿真和建模,才能确保签核的准确性。然而,目前市场上的其他商业工具和工作流程并不总是能满足代工厂的新需求,通常无法对具有数百个耦合信号端口的现代模拟设计进行建模。”
新思科技EDA事业部战略和产品管理副总裁 Sanjay Bali 表示:“新思科技、Ansys和是德科技均在定制模拟、射频和多物理场设计方面拥有数十年的专业能力和实践经验,能够帮助我们的共同客户降低设计风险并加速实现设计成功。我们与 Ansys 、是德科技携手合作,开发出了支持台积公司先进 N4P 工艺节点的全新射频设计参考流程,可提供一个开放式的优化流程,为先进的 WiFi-7 系统带来全球领先的设计质量。”
Ansys副总裁兼电子、半导体和光学事业部总经理John Lee表示:“随着射频频率攀升至毫米波和亚太赫兹范围,我们的客户在优化功耗、尺寸、可靠性和性能等方面面临着全新的多物理场挑战。客户能否实现首次成功,取决于是否在整个设计流程中应用同类最佳的解决方案。建立在和新思科技、是德科技的深入合作伙伴关系之上,我们与台积公司密切合作,在定制设计流程中提供我们行业领先的电源完整性和电磁建模技术,以满足高速电路开发者的需求。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。