"Keysight"
뉴스
Keysight, 극저온 소자 AI 모델링 — 양자 회로 컴팩트모델 보완
Keysight는 양자 컴퓨터의 제어·판독 전자회로에 쓰이는 반도체 소자를 극저온(4K)에서 모델링하는 하이브리드 AI 워크플로를 소개했다. 먼저 ML Optimizer를 이용해 Skywater 130nm PMOS 소자의 300K IV·CV 데이터를 5단계로 피팅해 BSIM-BULK 컴팩트 모델을 추출하고, 이 모델이 포착하지 못하는 4K에서의 잔차 거동을 인공신경망(ANN)으로 학습시켰다. 학습된 ANN 방정식은 Verilog-A 형식으로 변환돼 회로 시뮬레이션에 활용된다. 현재 BSIM-BULK 모델에는 극저온 CMOS의 물리적 효과를 설명하는 방정식이 없어 이 같은 보완 방식이 제시됐다고 밝혔다.
Keysight SOS, AI-EDA용 데이터 백본 구축 지원
AI는 지능형 레이아웃 생성, 예측 검증, IP 재사용 등을 통해 EDA 워크플로우를 혁신할 잠재력을 갖고 있지만, 대부분의 설계 환경은 이를 제대로 활용할 준비가 되어 있지 않다고 지적한다. 원인은 모델이나 컴퓨팅 파워가 아니라 데이터로, 파편화된 저장소와 일관되지 않은 메타데이터, 문서화되지 않은 IP 재사용이 데이터 간 관계를 불명확하게 만든다. 이 백서는 AI 기반 설계 혁신이 알고리즘 선택이 아니라 데이터 조직화에서 시작되어야 한다고 주장하며, 설계 생애주기 전 단계를 연결하는 구조화된 데이터 기반 구축의 필요성을 강조한다. 이어 Keysight SOS가 이를 위한 전용 인프라를 제공한다고 소개한다.
From Silos to Systems, from Data to Insight: Unlocking Organizational Knowledge and Winning in the AI Era with Keysight SOS Enterprise
설계·EDA·IP키사이트 SOS 엔터프라이즈, AI 시대 엔지니어링 데이터·IP 관리 플랫폼 소개
EE Times에 게재된 백서는 키사이트의 SOS Enterprise를 AI 시대에 대응하는 엔지니어링 데이터 및 IP 관리 플랫폼으로 소개했다. 이 플랫폼은 반도체 및 전자 기업들이 조직 내 엔지니어링 데이터와 지식재산을 중앙에서 통합 관리하고, 거버넌스를 적용하며, 보안을 유지할 수 있도록 설계됐다고 밝혔다. 사일로화된 데이터를 시스템화하고 데이터를 인사이트로 전환하는 것을 목표로 한다고 소개했다.