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。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  英伟达和诺基亚宣布战略合作,将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中,助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统,提升网络性能和效率,为生成式AI和智能体AI应用提供无缝体验。英伟达将投资10亿美元并推出6G就绪的ARC-Pro计算平台,试验预计2026年开始。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    