2023年11月1日,新思科技宣布,携手Arm扩大合作,为Arm Neoverse™ V2平台和Arm Neoverse计算子系统(CSS)等全新Arm®技术提供优化的IP和EDA解决方案。新思科技已加入“Arm全面设计”(Arm Total Design)生态系统,将充分利用其全球领先的技术和专业知识、Synopsys.ai™全栈式AI驱动型EDA全面解决方案,以及新思科技接口、安全和芯片生命周期管理IP,助力共同客户加快基于Arm CSS解决方案的开发。基于双方三十多年的紧密合作关系,新思科技与Arm进一步扩大合作范围,帮助共同客户能够以更低的成本、更小的风险和更快的上市时间快速开发专用芯片。
Arm高级副总裁兼基础设施事业部总经理Mohamed Awad表示:“‘通过‘Arm全面设计’生态系统, 我们的目标是在Arm Neoverse CSS系统上实现快速创新,并把关键的生态系统专业技术应用于SoC开发的每个阶段。我们与新思科技在提供预集成和验证的IP及EDA工具方面的深度技术合作,将帮助我们的共同客户更好地利用专业计算应对业界最复杂的计算挑战。”
新思科技EDA事业部总经理Shankar Krishnamoorthy表示:“Synopsys.ai全栈式AI驱动型EDA全面解决方案、领先的IP解决方案、虚拟原型设计和硬件辅助验证都适用于Arm架构的系统,同时我们也加入了‘Arm全面设计’生态系统,这些都进一步加强了我们与Arm的合作,从而能够帮助共同客户应对严峻的设计挑战。我们与Arm开展了广泛的协同优化工作,不断推动先进节点、多裸晶系统设计新时代的性能和能效发展。”
无缝互操作性和降低设计风险
除了加入“Arm全面设计”生态系统之外,新思科技还与Arm续签了协议,以优化采用了Arm处理器和新思科技接口、安全和芯片生命周期管理IP的系统的互操作性、性能和系统带宽。这意味着在流片前和片上测试IP和处理器的互操作性可提供详细的性能分析,从而降低设计风险。同时,这一协议的续签也确保了所有Arm处理器和子系统能够与新思科技IP无缝协作。
客户采用Synopsys.ai全栈式AI驱动型EDA解决方案后,可以用过AI的力量显著提升从系统架构到设计和制造全过程的产能。此外,将这项技术应用于Arm Neoverse V2内核开发,共同客户也能够充分利用AI来处理设计空间探索、验证覆盖率和回归分析以及测试程序生成等重复性任务,从而加速芯片的开发。
新思科技Fusion快速入门设计实现套件(QIK)适用于Arm Neoverse V2、Arm Cortex®、Arm Immortalis™和Arm Mali™处理器系列,包括提供实现脚本和参考指南,为客户的芯片开发提供一个经过优化的起点,助力他们加快上市速度并实现严苛的每瓦性能目标。QIK与新思科技Fusion Compiler和新思科技DSO.ai™工具相结合使用能够大幅提高工作效率,更快地获得更好的设计结果。
新思科技验证产品线为Arm Neoverse V2验证和软件开发提供了完整的工作流程。客户可以采用与Arm CMN互联性能模型集成的新思科技架构设计解决方案、与Arm Fast模型集成的虚拟原型设计、硬件辅助验证和验证IP,来更早地启动软件开发,加速软硬件调试,并将性能和功耗验证时间点左移。新思科技的综合解决方案为客户简化了Arm Neoverse V2平台的开发周期,从而将SoC和多晶芯片系统更快地推向市场。
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。