„Cadence Design Systems“ šią savaitę savo „CadenceLIVE“ renginyje paskelbė apie du su dirbtiniu intelektu susijusius bendradarbiavimus, išplėtė savo darbą su „Nvidia“ ir pristatė naujas integracijas su „Google Cloud“. „Nvidia“ partnerystė skirta dirbtinio intelekto derinimui su fizikos modeliavimu ir pagreitintu robotų sistemų skaičiavimu bei sistemos lygio projektavimu.
Bendrovės teigė, kad šis metodas skirtas modeliavimui ir diegimui puslaidininkiuose ir didelės apimties AI infrastruktūroje, įskaitant robotų sistemas, kurias „Nvidia“ apibūdina kaip fizinį AI.
„Cadence“ integruoja savo kelių fizikos modeliavimo ir sistemų projektavimo įrankius su „Nvidia“ CUDA-X bibliotekomis, AI modeliais ir „Omniverse“ modeliavimo aplinka. Įrankiai modeliuoja šiluminę ir mechaninę sąveiką, kad inžinieriai galėtų įvertinti, kaip sistemos veikia realiomis darbo sąlygomis. Jie taip pat apima ne tik lustų dizainą, bet ir infrastruktūros komponentus, tokius kaip tinklų ir maitinimo sistemos. Kombinuota platforma leidžia inžinieriams modeliuoti sistemos elgesį prieš fizinį diegimą. Bendrovės teigė, kad sistemos našumas priklauso nuo to, kaip skaičiavimo, tinklų ir maitinimo sistemos veikia kartu.
Bendradarbiavimas taip pat apima robotikos kūrimą. „Cadence“ fiziniai varikliai, modeliuojantys realaus pasaulio medžiagų sąveiką, yra susieti su „Nvidia“ AI modeliais, naudojamais dirbtinio intelekto valdomų robotų sistemų mokymui imituojamose aplinkose.
„Mes su jumis dirbame su robotų sistemų valdyba“, – renginio metu sakė „Nvidia“ generalinis direktorius Jensenas Huangas.
Treniruojant robotus modeliuojant sumažėja realaus pasaulio duomenų rinkimo poreikis. Bendrovės teigė, kad šie duomenų rinkiniai turi būti generuojami naudojant fizikos modelius, kurie nėra surinkti iš fizinių sistemų. Modeliams treniruoti naudojami modeliavimo sugeneruoti duomenų rinkiniai, kurių rezultatai priklauso nuo pagrindinių fizikos modelių tikslumo.
„Kuo tikslesni (sugeneruoti treniruočių duomenys), tuo geresnis modelis“, – sakė „Cadence“ generalinis direktorius Anirudhas Devganas.
„Nvidia“ teigė, kad pramoninės robotikos įmonės naudoja savo „Isaac“ modeliavimo sistemas ir „Omniverse“ pagrindu sukurtus skaitmeninius dvigubus įrankius, kad išbandytų robotų sistemas prieš įdiegdamos. Įmonės, įskaitant ABB Robotics, FANUC, YASKAWA ir KUKA, integruoja šiuos modeliavimo įrankius į virtualias paleidimo darbo eigas, kad išbandytų gamybos sistemas programinėje įrangoje prieš fizinį išleidimą.
„Nvidia“ teigė, kad šios sistemos naudojamos sudėtingoms robotų operacijoms ir ištisoms gamybos linijoms modeliuoti naudojant fiziškai tikslią skaitmeninę aplinką.
Lustų projektavimo automatizavimas debesyje
Atskirai Cadence pristatė naują AI agentą, skirtą automatizuoti vėlesnio etapo lustų projektavimo užduotis. Agentas daugiausia dėmesio skiria fiziniams išdėstymo procesams, paverčiant grandinės dizainus į silicio įgyvendinimą. Leidimas grindžiamas ankstesniu agentu, kuris šiais metais buvo pristatytas priekinio lusto dizainui, kur grandinės yra apibrėžtos kodo aprašymuose. Ankstesnė sistema tvarko grandinės dizainą, o naujasis agentas sutelkia dėmesį į šių dizainų pavertimą fiziniais silicio maketais.
Sistema bus pasiekiama per „Google Cloud“. Cadence teigė, kad integracija sujungia savo elektroninius projektavimo automatizavimo įrankius su „Google“ „Gemini“ modeliais, skirtais automatizuotoms projektavimo ir tikrinimo darbo eigoms. Debesų diegimas leidžia komandoms vykdyti tuos darbo krūvius nepasikliaujant vietine skaičiavimo infrastruktūra.
„Cadence“ „ChipStack AI Super Agent“ platforma naudoja modeliu pagrįstą samprotavimą su vietiniais projektavimo įrankiais, kad koordinuotų užduotis keliais projektavimo etapais. Sistema gali interpretuoti projektavimo reikalavimus ir automatiškai vykdyti užduotis skirtinguose projektavimo proceso etapuose.
„Cadence“ pranešė, kad produktyvumas padidėjo iki 10 kartų per anksti diegiant projektavimo ir tikrinimo užduotis. Bendrovė neatskleidė konkrečių klientų diegimų.
„Mes padedame kurti AI sistemas, o tada tos AI sistemos gali padėti pagerinti projektavimo procesą”, – sakė Devganas.
Bendrovės teigė, kad modeliavimo įrankiai naudojami sistemoms virtualioje aplinkoje patvirtinti prieš fizinį diegimą. Skaitmeniniai dvynių modeliai leidžia inžinieriams išbandyti dizaino kompromisus, įvertinti našumo scenarijus ir optimizuoti programinės įrangos konfigūracijas.
Jie pridūrė, kad didelio masto duomenų centrų infrastruktūros kaina ir sudėtingumas riboja bandymų ir klaidų diegimo metodų naudojimą.
Kvantinių modelių skelbimas
Atskirame pranešime „Nvidia“ pristatė atvirojo kodo kvantinio AI modelių šeimą, pavadintą „NVIDIA Ising“. Modeliai pavadinti Ising modelio, matematinės sistemos, naudojamos sąveikai fizinėse sistemose vaizduoti, vardu.
Modeliai sukurti palaikyti kvantinio procesoriaus kalibravimą ir kvantinių klaidų taisymą. „Nvidia“ teigė, kad modeliai užtikrina iki 2,5 karto didesnį našumą ir tris kartus didesnį tikslumą dekodavimo procesuose, naudojamuose klaidų taisymui.
„AI yra būtinas norint, kad kvantinis skaičiavimas būtų praktiškas“, – sakė Huangas. „Su Ising AI tampa valdymo plokštuma – kvantinių mašinų operacine sistema, paverčiančia trapius kubitus į keičiamo dydžio ir patikimas kvantinio GPU sistemas.
(Homa Appliances nuotrauka)
Taip pat žiūrėkite: „Hyundai“ plečiasi į robotiką ir fizines AI sistemas
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
