EDA-jätten Siemens förändrar arkitekturen i sina verktyg för att bättre stödja artificiell intelligens och maskininlärning. Istället för separata databaser för verktyg som Questa, Calibre och Solido skapas nu en gemensam data lake (datalagringssjö) vilket gör det möjligt att skapa digitala tvillingar av både chip, chiplets och kapslingar.
AI blir en integrerad del av både verktygsanvändningen och produkterna, med syftet att öka konstruktörernas produktivitet. Siemens har använt AI i över 20 år, med start i mönsterigenkänning 2005 och senare förstärkningsinlärning. Nu tar företaget nästa steg med generativ och agentisk AI, där AI-system själva kan utföra delar av arbetsflödet.
Företaget lanserar nu ett agentiskt AI-system som fungerar både för kiseldesign och kretskort. Det är baserat på en hybrid AI-arkitektur som kombinerar maskininlärning och förstärkningsinlärning i bakgrunden, med generativ och agentisk AI i användargränssnittet.
Systemet stödjer även externa AI-modeller, såsom Nvidia NIM och Llama Nemotron, vilket möjliggör skalbar drift i molnet eller lokalt. Målet är att förbättra arbetsflöden inom layout, simulering och verifiering, så att ingenjörer kan fokusera på kreativa designutmaningar.
Under EDA-konferensen DAC har Siemens lanserar nya versioner av verktygen. Bland dem finns Aprisa AI, som optimerar digital design för strömförbrukning, prestanda och area (PPA) med hjälp av generativ AI och naturligt språkgränssnitt. Verktyget påstås kunna ge upp till tio gånger högre produktivitet, tre gånger snabbare tape-out och tio procent bättre optimering jämfört med tidigare metoder.
Ett annat exempel är Calibre Vision AI, som kan identifiera och gruppera designfel i intelligenta kluster, vilket gör det enklare för konstruktörer att prioritera åtgärder. Även Solido Custom IC använder generativ och agentisk AI i alla delar av flödet – från schema till layout och IP-validering.