AI入侵EDA，要警惕

公众号记得加星标⭐️，第一时间看推送不会错过。 几十年来，迭代循环一直是 EDA 流程中至关重要的环节。自从门电路延迟和线路延迟变得相当以 来，确定给定逻辑综合运行的结果是否能够产生可接受的时序就变得至关重要。多年来，这个问题变 得越来越严重，因为一个决策可能会影响许多其他决策。决策的后果对于流程中的单个工具来说可能 并不明显。串行运行工具会导致大问题，而对于逻辑综合而言，即使采用迭代，也几乎不可能实现时 序收敛，因为没有循环学习的概念。 通过将决策工具、估算器和检查器紧密集成到单个工具中，解决了这些多因素依赖关系的问题，从而 可以在决策的同时进行快速检查，以找出特定选择可能导致不良结果的可能性。我们看到越来越多的 领域需要这种功能，其中许多领域都具有交互式反馈回路，以便用户能够根据自身掌握的专业知识来 指导工具的操作。 人工智能的幻觉能力广为人知。许多幻觉在非关键场景下都很有趣，尤其是在生成图形时。我的爱好 之一是模拟1950年左右的英国铁路。不久前，我尝试用人工智能生成一些背景场景。人工智能根本无 法理解火车的概念，即火车有两个轮辋，在一对轨道内运行。有些生成的图像包含任意数量的轨道， 当包含道岔时，效果 ...