西门子近日宣布与长期合作伙伴台积电开展新的认证与合作,使得西门子 EDA 产品线能够成功通过台积电最新工艺技术的认证。
台积电设计基础设施管理部门主管 Dan Kochpatcharin 表示,“台积电与西门子等设计生态系统合作伙伴的合作有助于让我们的客户站在技术创新的前沿。这种紧密的合作关系为客户提供了成熟的设计解决方案,使客户能够更充分地利用台积电先进工艺技术的显著性能和能效优势。”
西门子业界领先的用于集成电路 (IC) 验证签署工具 Calibre® nmPlatform 已完全获得TSMC最先进的N2工艺认证,包括 Calibre® nmDRC 软件、Calibre® YieldEnhancer™ 软件、Calibre® PERC™ 软件和 Calibre® nmLVS 软件,所有这些软件现在都已可用,可供最早采用台积电这一先进新工艺技术的客户使用。
台积电和西门子还合作认证了西门子的 mPower™ 模拟软件,该软件适用于使用台积电 N4P 工艺的晶体管级电迁移和 IR 下降 (EM/IR) 验证。这一成果使双方的客户都能将 mPower 独特的 EM/IR 验证解决方案应用到其下一代模拟或射频 (RF) 设计中。
西门子的Solido设计环境和Analog FastSPICE与台积电的N4P、N3E和N2定制设计参考流程(CDRF)现在可以与西门子的Solido™设计环境软件配合使用,在高Sigma条件下进行先进变异感知验证。此外,西门子的Analog FastSPICE平台已成功获得台积电先进的N5A、N3E、N3P和N2工艺的认证,用于纳米模拟、射频、混合信号、存储器和定制数字电路的电路验证。作为台积电 N4P、N3E 和 N2 工艺 CDRF 流程的一部分,西门子的模拟 FastSPICE 平台现在支持台积电的可靠性感知仿真技术,该技术可解决集成电路老化和实时自热效应等高级可靠性问题。
西门子宣布,旗下的 Aprisa 布局及布线解决方案通过了台积电的 N3E 工艺认证,这是其在数字实现领域投资的又一里程碑。N3E 认证与 Aprisa 业界领先的易用性相结合,可帮助客户加速向该节点的迁移。
西门子 IC-EDA 执行副总裁 Joe Sawicki 表示,“台积电的创新速度令人瞩目,我们很荣幸能与这个合作伙伴合作,为我们的众多共同客户谋福利。我们针对台积电的最新工艺优化的自己 EDA 解决方案,有助于我们为共同客户提供创新的解决方案,满足他们极具挑战性的且快速发展的市场和业务需求。”
西门子还宣布与台积电在认证西门子的几个用于台积电先进的 3DFabric™ 技术的3DIC解决方案方面取得了实质性进展。台积电已通过 3Dblox 2.0 与西门子 Calibre® 3DSTACK 软件的物理分析和电路验证认证。该认证包括对台积电 3DFabric 技术要求的互芯片 DRC 和 LVS 检查的支持。
此外,台积电最近还认证了一系列 Tessent™ 3DIC 解决方案,包括 Tessent 分层 DFT、带有增强型 TAP(测试访问端口-符合 IEEE 1838 标准)的 Tessent Multi-die 以及使用流扫描网络 (SSN) 和 IEEE 1687 IJTAG 网络技术的本地灵活并行端口 (FPP) 支持。双方都致力于在台积电3Dblox下投资建立 3DIC 测试生态系统,其中包括已知良好芯片(KGD)回环测试和利用BMAP和PMAP标准进行物理感知芯片对芯片故障检测和诊断。
西门子利用西门子 Xcelerator 业务平台的软件、硬件和服务帮助各种规模的企业实现数字化转型。西门子的软件和全面的数字孪生使企业能够优化设计、工程和制造流程,可将今天的创意转化为未来的可持续产品。西门子数字工业软件正在加速横跨所有行业的转型,涵括了从芯片到整个系统、从产品到流程等方面。
好文章,需要你的鼓励
Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版,提供与桌面版相似的图像编辑工具和 AI 功能,初期免费使用,旨在吸引更多偏好手机创作的年轻用户。
弗吉尼亚大学研究团队开发了TruthHypo基准和KnowHD框架,用于评估大语言模型生成生物医学假设的真实性及检测幻觉。研究发现大多数模型在生成真实假设方面存在困难,只有GPT-4o达到60%以上的准确率。通过分析推理步骤中的幻觉,研究证明KnowHD提供的基础依据分数可有效筛选真实假设。人类评估进一步验证了KnowHD在识别真实假设和加速科学发现方面的价值,为AI辅助科学研究提供了重要工具。
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
亚马逊Nova责任AI团队与亚利桑那州立大学共同开发了AIDSAFE,这是一种创新的多代理协作框架,用于生成高质量的安全策略推理数据。不同于传统方法,AIDSAFE通过让多个AI代理进行迭代讨论和精炼,产生全面且准确的安全推理链,无需依赖昂贵的高级推理模型。实验证明,使用此方法生成的数据训练的语言模型在安全泛化和抵抗"越狱"攻击方面表现卓越,同时保持了实用性。研究还提出了"耳语者"代理技术,解决了偏好数据创建中的困难,为直接策略优化提供了更有效的训练材料。