西门子数字行业软件(Siemens Digital Industries Software)近日宣布,与Calibre nmPlatform合作为设计人员提供最新的硅光子学平台。
GlobalFoundries的下一代单片平台GF Fotonix是业内首个把具有差异化的300mm光子和RF-CMOS功能结合在一个硅晶片上的平台,可以大规模地提供一流的性能水平。
GF Fotonix工艺设计套件(PDK)包括西门子用于设计规则检查(DRC)的Calibre nmDRC软件,以及用于布局与原理图(LVS)验证的Calibre nmLVS软件。这两款Calibre工具都已经获得GlobalFoundries的全面认证,因此那些针对该GF Fotonix新平台展开设计的共同客户,可以像此前产品一样继续使用这个可信的Calibre nmPlatform用于硅光子器件。
Calibre设计解决方案产品管理副总裁Michael Buehler-Garcia表示:“很高兴EDA将我们与GlobalFoundries的共同解决方案扩展到新兴的硅光子市场。虽然硅光子设计以及多模片产品引入这种设计,会带来新的验证复杂性,但这些复杂性在Calibre硅光子设计套件中得到了解决,无需改变设计人员传统上使用Calibre的方式。”
GF Fotonix通过把光子系统、射频(RF)组件和高性能互补性的CMOS逻辑组合在一个硅芯片上,把以前分布在多个芯片上的复杂工艺整合到了一个芯片上。
GlobalFoundries客户设计支持高级副总裁Mike Cadigan表示:“我们与西门子EDA的合作是一个很好的例子,展示了GlobalFoundries如何与行业领导者展开合作,为我们的客户提供创新的、及时面市的解决方案。西门子用于设计验证和流片后操作的Calibre工具,与GF Fotonix解决方案相结合,可以帮助设计人员有效地打造下一代数据中心、计算和传感应用所需强大的、灵活的和节能的解决方案。”
硅光子让企业能够将光纤直接引入集成电路中,但是硅光子器件包含了很多弯曲的布局,而不是传统CMOS设计中的线性曼哈顿网格。把传统CMOS DRC应用于硅光子布局中会产生大量误报错误,设计团队往往要花费数周的时间对这些问题进行追踪。为了应对这一挑战,GlobalFoundries采用西门子Calibre eqDRC软件,该软件允许规则检查使用方程式来代替或补充线性测量,从而有助于获得更准确的结果,显着减少错误,帮助设计团队减少在调试设计上花费的时间和资源。
类似地,光子结构的曲线特性,加上普遍缺乏光学源网表,在执行LVS检查时也会遇到挑战。传统的IC LVS技术从主流电子结构中提取物理测量值,并将其与源网表中的相应元素进行比较。然而,对于弯曲结构——就算不是完全不可能——也很难辨别一个结构是从哪里开始的,另一个结构是在哪里结束的。而GF Fotonix PDK with Calibre LVS则可以克服这个障碍,通过使用文本和标记层来识别感兴趣的区域。
硅光子器件通常部署在某个特定工艺节点上的单个模片上,然后使用先进的异构封装技术与多个模片中其余的设计组件堆叠和封装,通过使用完整的核心Calibre产品,可以大大缩短总验证周期时间。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。