Siemens, 3D IC tasarım iş akışları için ajan AI'yi genişletiyor

Temel Çıkarımlar

• Siemens ve NVIDIA, 3D-IC elektro-termal tasarımını hızlandırmak için ajan AI’yı hızlandırılmış hesaplamayla birleştirdi.
• Yeni iş akışı, mühendislik çabasını %95’e kadar azaltıyor, iş akışı-kurulum süresini %99’a kadar düşürüyor ve tasarım-alanı kapsamını geleneksel manuel yöntemlere göre ≈ 50× genişletiyor.
• NVIDIA’nın Rubin GPU’su 50 PFLOPS FP16 çıkarımı ve 288 GB HBM4 belleği sunarak, tasarım döngüsünün erken aşamasında ele alınması gereken yüksek yoğunluklu bir termal zorluk yaratıyor.
• AI-destekli süreç, yedi Siemens aracı üzerinden dokuz adımı koordine ederek, 8-10 dakikalık bir çalışmada 50-100 akıl yürütme döngüsü gerçekleştiriyor.

Siemens-NVIDIA Ajan AI 3D-IC Tasarımını Hızlandırıyor

Siemens, NVIDIA ile ortaklıkta geliştirdiği elektronik tasarım otomasyonu (EDA) portföyüne büyük bir yükseltme duyurdu. Bu iyileştirme, NVIDIA’nın GPU-hızlandırmalı donanımının üzerine DAC 2026’da tanıtılan ajan AI kavramlarını ekleyerek, üç boyutlu entegre devrelerin elektrik, güç, termal ve ortak-tasarım analizleri için uçtan uca bir çözüm sunuyor.

Birleşik Elektro-Termal İş Akışı

Siemens’in Design Space Exploration and Optimization (DSE/DSO) çerçevesi kullanılarak, yeni iş akışı şirketin elektro-termal çözücülerini tek bir fizik-temelli onay döngüsünde otomatik olarak bağlar. Siemens tarafından sağlanan kıyaslama verileri şunları gösteriyor:

Tablo, AI ajanının tekrarlayan veri transferlerini ve manuel kayıt tutmayı ortadan kaldırarak mühendislerin yüksek-seviye hedeflere odaklanmasını nasıl sağladığını vurguluyor.

AI-Destekli Sistemler İçin Paketleme Baskıları

AI hızlandırıcıları büyük hesaplama yoğunluğu gerektirir; bu da artan termal yükler demektir. NVIDIA’nın Rubin GPU-sü—Vera Rubin NVL72 sisteminin çekirdeği—şunları sunar:

• 50 PFLOPS FP16 çıkarım performansı (NVFP4).
• 288 GB HBM4 bellek bant genişliği GPU başına.

Birden fazla Rubin istiflendiğinde güç yoğunluğu 1 kW/cm²’yi aşabilir ve ısı giderme temel tasarım kısıtı haline gelir. Bu nedenle, elektro-termal ortak-tasarım erken aşamada entegre edilmelidir, son doğrulama aşamasına bırakılmamalıdır.

Neden Manuel Koordinasyon Yetersiz Kalıyor

Geleneksel 3D-IC akışları, ayrı alanlarda (elektrik, güç, termal, ekstraksiyon) uzmanlar gerektirir ve veri dokuzdan fazla araç arasında aktarılır. Çip karmaşıklığı arttıkça, ekipler program ve hesaplama sınırları nedeniyle incelenen senaryo sayısını azaltma eğilimindedir; bu da güç-tedarik veya sıcak nokta sorunlarının tespitini geç aşamalara iterek geciktirir.

Ajan İş Akışı Nasıl Çalışır

1. Hedef tanımı – Tasarımcı, Fuse EDA AI Agent’e (Intelligence Center X içinde barındırılan) performans, güç ve termal hedeflerini girer.
2. Araç orkestrasyonu – Ajan, yedi Siemens EDA modülünü tetikleyerek bağlı elektro-termal simülasyonları yürütür.
3. Kök-neden analizi – Herhangi bir hedef kaçırıldığında, AI sorunun güç dağıtım ağı, bileşen yerleşimi, malzeme seçimi ya da bunların kombinasyonunda olup olmadığını belirler.
4. Tasarım-alanı yönlendirme – Analiz sonuçlarını kullanarak, ajan alternatif yerleşimler, malzeme katmanları ve soğutma stratejileri keşfeder, fizik çözücülerini otomatik olarak yeniden çalıştırır.
5. Sonuç sentezi – 50-100 akıl yürütme döngüsünden sonra sistem, orijinal hedefleri karşılayan konfigürasyonların sıralı bir listesini sunar; genellikle manuel taramalarda gözden kaçan çözümler ortaya çıkar.

Tüm döngü 8-10 dakika içinde tamamlanır ve aksi takdirde mühendis günleri sürecek tasarım alternatifleri sunar.

Sonuç

Ajan AI’yı NVIDIA’nın yüksek performanslı GPU’larıyla birleştirerek Siemens, çok daha hızlı ve kapsamlı bir 3D-IC tasarım akışı sunuyor. Mühendisler artık dakikalar içinde onlarca elektro-termal senaryoyu değerlendirebiliyor, çaba %95’e kadar azalıyor ve güç-termal riskleri geleneksel yöntemlere göre çok daha erken tespit edebiliyor. AI hızlandırıcıları kompakt paketlerde entegre etmeye çalışan çip üreticileri için bu yetenek, üretkenlik ve risk azaltma açısından belirleyici bir avantaj sağlıyor.