西门子数字工业软件公司最近发布的两项公告都是关于集成电路设计和制造团队的。
首先是新的Tessent Hi-Res Chain工具,它是该公司Tessent芯片生命周期管理解决方案组合的一部分,它考虑了5纳米及以下先进节点尺寸的挑战。随着设计发展到这个水平,它们越来越容易受到制造变化的影响,这些变化可能会产生缺陷并减缓良率上升。即使对于微小的工艺变化,传统的失效分析方法可能需要数周或数月的实验室工作才能弄清端倪。
新的Tessent工具为扫描链缺陷提供快速晶体管级隔离,将诊断分辨率提高了1.5倍以上,并减少了大量故障分析工作的需求,这些分析工作成本高昂。通过将制造测试中的设计信息和故障数据与 Tessent 自动测试模式生成(ATPG)的模式相关联,该软件将失效测试工作转化为可操作的见解。
西门子表示,该解决方案采用了布局感知和单元感知技术来查明缺陷最可能的故障机制、逻辑位置和物理位置。
此外,还发布了一种新的全自动解决方案,可以帮助IC设计团队快速识别和解决由于下一代设计日益复杂而导致的静电放电(ESD)问题——无论是针对何种工艺技术。
西门子表示,晶圆代工ESD规则旨在防止ESD故障,同时适应全球无晶圆厂公司提交的不同设计风格。然而,对于特定的设计风格和任务配置文件,这些规则可能过于保守。将该公司Calibre PERC软件的强大功能与AI驱动的Solido Simulation Suite的SPICE精度相结合,新解决方案可以通过详细的晶体管级击穿模型快速识别和仿真可能不符合晶圆代工规则的ESD路径。这为快速、有针对性及自动化的修复铺平了道路,使设计团队有时间获得代工规则的豁免,使他们能够使用更小的芯片尺寸并优化设计。
西门子继续表示,自动化环境感知IC设计验证现在可以成为一种最佳实践,有助于快速向市场交付可靠、及时的IC芯片。新的解决方案具有自动电压传播、电压感知设计规则检查以及在逻辑驱动的布局框架中集成物理和电气信息等功能,可帮助设计团队在紧张的日程安排下完成工作。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。