Cadence 发布 Verisium AI-Driven Verification Platform 引领验证效率革命

发布者:EE小广播最新更新时间:2022-09-15 来源: EEWORLD关键字:Cadence  大数据  人工智能 手机看文章 扫描二维码
随时随地手机看文章

新一代多运行、多引擎验证工具,利用大数据和人工智能来优化验证负载,提高覆盖率,加速复杂 SoC 设计 bug 溯源


中国上海,2022年9月15日——楷登电子 今日宣布,推出 Cadence® Verisium™ Artificial Intelligence (AI)-Driven Verification Platform,整套应用通过大数据和 JedAI Platform 来优化验证负荷、提高覆盖率并加速 bug 溯源。Verisium 平台基于新的 Cadence Joint Enterprise Data AI (JedAI) Platform,并与 Cadence 验证引擎原生集成。


 image.png


随着 SoC 复杂性不断提高,验证往往比其它工程任务更加消耗算力和人力,如何缩短验证周期已成为产品按时上市的关键。Verisium 平台的发布代表了电子设计自动化(EDA)利用大数据和人工智能来优化整个 SoC 设计和验证过程,由单运行(single-run)、单引擎(single-engine)向多运行(multi-run)、多引擎(multi-engines)的全新算法转变。通过部署 Verisium 平台,汇集所有波形、覆盖率、报告和日志文件等验证数据于 Cadence JedAI 平台中,在此平台上建立机器学习(ML)模型和发掘更多特定指标,进而将其应用于全新系列工具上,从而极大地提高验证工作效率。借助 Cadence JedAI 平台,Cadence 能够将其在数据和人工智能方面的计算软件创新成果,统一应用在 Verisium AI-Driven 验证,Cerebrus™ Intelligent Chip Explorer AI-Driven 实现和 Optimality™ Intelligent System Explorer AI-Driven 系统分析等产品中。


Verisium 平台初版应用套件包括以下选项:


Verisium AutoTriage:构建机器学习模型,通过对同源的多个测试故障进行预测和分类,以实现回归故障类选等重复性工作的自动化。

Verisium SemanticDiff:通过算法对 IP 或 SoC 的多版源码变更进行比较及分类,并依据其对系统行为的干扰程度进行排序,来帮助定位潜在 bug 热点的解决方案。

Verisium WaveMiner:应用强大的人工智能引擎来分析多个运行案例的波形,揭示最有可能导致测试失败的信号和时间点。

Verisium PinDown:与 Cadence JedAI Platform 及业界标准修订管理系统进行集成,建立源代码变更、测试报告和日志文件的机器学习模型,预测哪些源代码签入(check-in)最有可能引起故障的发生。

Verisium Debug:提供从 IP 到 SoC,从单运行(single-run)到多运行(Multi-run)的整体调试解决方案。支持波形、电路图、驱动跟踪和 SmartLog 技术上的快速、完整的互动式和后处理式调试流程。Verisium Debug 与 Cadence JedAI Platform 及其它 Verisium 应用程序原生集成,支持同时自动比较通过和失败的测试用例,来实现 AI-Driven 的溯源分析。

Verisium Manager:将 Cadence 在 IP 和 SoC 级全流程验证管理解决方案,包括验证规划、工作调度和多引擎覆盖率,统统整合到 Cadence JedAI 平台中,同时还扩展出新的旨在提高计算服务集群效率的 AI-Driven 测试集优化技术。Verisium Manager 还可直接与其它 Verisium 应用程序集成,通过统一的网页版管控台即可交互式部署一个完整的 Verisium 平台。


“人工智能和大数据正在改变我们所处的世界,”Cadence 高级副总裁兼系统与验证事业部总经理 Paul Cunningham 表示,“为了实现我们核心 EDA 业务这种转变,我们必须开发新的技术,优化验证过程的多运行和多引擎技术。通过 Verisium 平台,我们迈入了基于 Cadence JedAI Platform 的 AI-Driven 验证新时代。我们的旅程才刚刚开始,但用户已经看到,使用 Verisium 平台可以显著提升验证产能和效率。”


Verisium AI-Driven 验证平台是 Cadence 验证全流程的一部分,此外还包括 Palladium® Z2 硬件仿真、Protium™ X2 原型验证、Xcelium™ 软件仿真、Jasper™ 形式验证平台以及 Helium™ Virtual and Hybrid Studio。Cadence 验证全流程提供了最高的验证吞吐量,在有限的时间内尽可能发现更多的 bug 和实现更多的溯源分析,让项目各方面的投资都做到物尽其用。Verisium 平台和验证全流程支持 Cadence 智能系统设计(Intelligent System Design™)战略,助力实现 SoC 卓越设计。


客户评价:


“为了满足我们的客户日益增长的性能需求,联发科的创新型移动 SoC、智能家居、互联和物联网产品的规模性和复杂性持续增长。因此,功能验证已经成为项目进度中的一个关键瓶颈,我们与 Cadence 一样,对改变验证生产力的新一代 AI-Driven 的多运行技术充满期待。与 Cadence 的紧密合作证实了 Verisium 平台在自动查找错误根源方面表现突出,我们正在 IP 和 SoC 验证团队中扩大这一工具的部署规模。”

--- ChinhTran,联发科硅产品开发部副总经理


“随着 SoC 的复杂性不断增加,SoC 级验证是确保按时流片的一个关键步骤。我们看到人工智能和大数据在大幅提高设计和验证效率方面具有巨大的潜力。我们正在与 Cadence 密切合作,在移动 SoC 设计中部署 Verisium 平台。事实证明,该平台在对错误根源进行自动分类和分析上表现非常出色。”

--- S. Brian Choi,三星电子副总裁


“为了应对 IP 和 SoC 设计复杂性的快速增长,验证一直是 STM32 微控制器面临的主要挑战。Cadence 的数据驱动功能验证平台和利用人工智能技术的应用程序表现出色,是解决这一挑战的不二之选。ST 和 Cadence 基于一致的愿景展开紧密合作,在 ST 部署了多个 Verisium 应用程序。结果证明,利用 Verisium AutoTriage、SemanticDiff 和 WaveMiner,功能验证的效率得到了显著提升。使用 Verisium 应用程序和 Cadence JedAI Platform,我们希望快速达到 IP 和 SoC 设计错误分类和定位的显著提升。”

--- Mirella Negro Marcigaglia,STMicroelectronics 公司 STM32 数字验证经理


关键字:Cadence  大数据  人工智能 引用地址:Cadence 发布 Verisium AI-Driven Verification Platform 引领验证效率革命

上一篇:低代码是数字化转型的万能药吗?
下一篇:前 Google 员工创建 Tiny ML 传感器初创公司

推荐阅读最新更新时间:2024-11-07 16:22

AI质检平台“用简单操作解决复杂问题”
广告摘要声明广告 “AI+3D视觉时代,工业机器人产生大量新应用,智能化技术实现了工业机器人在泛行业泛应用方面的全面落地,如拆码垛、抓取、拣选、检测等诸多场景背后可依托相同的机器视觉算法技术栈和软件能力。”梅卡曼德CEO邵天兰判断。 其中,质量检测是制造业进程中必不可少的一步,但质检问题复杂、多样、且多变。当前制造业大量的质检工作仍然依靠人眼目视来完成——这一工作劳动强度大、人员招工难、专业度不高,并且很难保证质检标准稳定和一致。 为解决这一行业痛点,梅卡曼德日前正式发布了AI质检平台软件Mech-DLK,其内置多种强大的深度学习算法,且有简单的图形化界面。 用户通过简单操作,即可使用先进的人工智能技术高效解决各类复杂质检问题,提
[机器人]
UCF研发模仿人眼的AI设备 可用于自动驾驶汽车
据外媒报道,美国中佛罗里达大学(University of Central Florida, UCF)研发了一种人工智能(AI)设备,能够模仿眼睛的视网膜。该研究可能会促成可以立即识别看到的东西,例如自动解释摄像头或手机拍摄的照片等的先进AI技术。此外,该项技术还可用于自动驾驶汽车和机器人。 研究人员在芯片上测试该设备(图片来源: 中佛罗里达大学 ) 该设备所能查看到的波长超出人眼所能实现的范围,能够看到紫外线、可见光以及红外光谱。其独特之处在于能够将三种不同的操作整合为一种。与自动驾驶汽车等所采用的技术一样,目前的智能成像技术,需要对数据单独感知、记忆和处理。UCF设计的该款设备能够则将三步结合在一起,而且速度比目
[汽车电子]
UCF研发模仿人眼的<font color='red'>AI</font>设备 可用于自动驾驶汽车
人工智能新力量意法半导体Deep Edge AI 应运而生
1. AI简介 AI(人工智能)起源于达特茅斯学院于1956年举办的夏季研讨会。在该会议上,“人工智能”一词首次被正式提出。计算能力的技术突破推动了人工智能一轮又一轮的发展。近年来,随着大数据的可用性提高,第三轮人工智能发展浪潮已经来临。2015年,基于深度学习的人工智能算法在ImageNet竞赛的图像识别精度方面首次超过人类,人工智能在发展道路上高歌猛进。随着计算机视觉技术研究取得突破,深度学习已经在语音识别、自然语言处理等不同研究领域都获得了巨大的成功。现在,人工智能已经在生活中的方方面面显示出巨大潜力。 结合人工智能技术的发展阶段,现将一些主要概念大致解释如下。 AI:能让计算机脑模拟人类行为的一切技术。 机器学
[嵌入式]
<font color='red'>人工智能</font>新力量意法半导体Deep Edge <font color='red'>AI</font> 应运而生
日本企业结盟成立FFPA 鼓励工厂采用物联网
鉴于全球劳动市场变迁,制造业急需采用新技术来提高生产力,一些日本企业组成弹性工厂合作伙伴联盟(FFPA),鼓励工厂采用物联网(IoT)技术。下面就随网络通信系哦啊吧一起来了解一下相关内容吧。 FFPA特别关注机器操作的无线通信技术,为协调控制技术建立标准。 据Internet of Business报导,生育率下降加上人口老龄化,导致劳动力短缺和技术工人递减。日本人口高达25%是65岁以上老年人,2060年甚至会达到40%,这也难怪制造业正试图部署物联网技术来补足劳动力。 科技供货商欧姆龙(Omron)、Sanritz Automation、NEC、富士通(Fujitsu)、村田制作所(Murata)以及2个研究机构国际电气通信
[网络通信]
Gartner:到2024年底生成式AI智能手机出货量将达2.4亿台
2月26日消息,根据Gartner公司的最新预测,到2024年底,人工智能(AI)个人电脑(PC)和生成式人工智能(生成式AI)智能手机的全球出货量预计将从2023年的2900万台增长至2.95亿台。 Gartner预计到2024年底,生成式AI智能手机和AI PC的出货量将分别达到2.4亿台和5450万台,分别占到2024年基础和高端智能手机出货量的22%以及PC出货量的22%。 根据Gartner的定义,AI PC是指配备了专用的AI加速器或核心、神经处理单元(NPUs)、加速处理单元(APUs)或张量处理单元(TPUs)的计算机,旨在优化和加速设备上的AI任务。这样可以提供更好的性能和效率,处理AI和生成式AI工作负载时
[物联网]
Gartner:到2024年底生成式<font color='red'>AI</font>智能手机出货量将达2.4亿台
量子电脑、AI与AR 并列为微软三大关键技术
  1975年的夏天,比尔盖兹与PaulAllen创办的微软(Microsoft)开发了Altair8800电脑使用的BASIC程式语言版本,然后发展成为目前的科技巨头微软,现在微软打算重现当年的策略,使用量子力学的强大电脑处理资料,再次取得科技革命的优势。下面就随网络通信小编一起来了解一下相关内容吧。     根据Wired报导,微软在开发量子硬件的脚步虽然落后科技巨头Google和IBM,但执行长SatyaNadella日前举行的Ignite企业客户大会上宣布,微软将释出量子电脑使用的新程式语言,盼能在能源和医学上有所突破,解决人类面临的大挑战。Nadella将量子电脑与人工智能以及扩增实境并列为对微软未来发展至为关键的三大
[网络通信]
韩国猛砸20亿美元启动AI、AR、自驾车等国家战略专案
韩国政府希望在第四次工业革命(工业4.0)取得领先,近期启动包括人工智能(AI)、虚拟扩增实境(Augmented Reality;AR)及自驾车等9项国家战略专案,投资规模达到2.2兆韩元(约20亿美元),期待这些重要发展计划能成为恢复韩国经济、创造成长动能及工作机会的跳板。 韩媒报导指出,韩国总统朴槿惠在5月时设立科学技术战略会议,并宣布将共同推动研发系统创新与国家战略专案,随后韩国政府汇集产业界意见,列出166项候选事业,然后以经济成长贡献度、生活品质提升贡献度、战略必要程度、竞争领先可能性等基准,选定9大事业,近期朴槿惠在青瓦台举办的第二回科学技术战略会议上,发表9项国家战略专案。 韩国选定的9项国家战略
[汽车电子]
人工智能机器人参与联合会诊
24日,中山大学附属第六医院宣布启动沃森(Waston for Oncology)胃肠疾病人工智能医学中心,将对接人工智能与临床诊疗,通过机器学习与算法,实现个体化胃肠道肿瘤治疗方案的推荐。 “每周定期的联合会诊中,沃森(人工机器人名字)将有一席之位,通过读取病人数据给出一个以上的治疗方案,为医生的治疗提供参考。”中山大学附属第六医院相关负责人介绍。 据介绍,由IBM公司制作命名的沃森智能辅助诊疗系统是基于人工智能的一套癌症辅助诊疗系统,通过计算机训练学习与算法,实现癌症治疗的推荐。沃森所积累的信息量以及处理速度是个体医生难以匹敌的,然而,沃森不回答医学问题,而是基于数据基础之上给出最相关且最可能的多个结果,最终由医生做出临床决策
[机器人]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
随便看看

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved