סוכן AI מבוסס LLM שחולל מהפכה בתכנון מעגלי AMS: גודל הטרנזיסטורים נקבע אוטומטית
חוקרים מאוניברסיטת אדינבורו פיתחו את EEsizer - סוכן AI מבוסס מודלי שפה (LLMs) שמבצע אוטומציה מלאה של תהליך גודל הטרנזיסטורים בתכנון מעגלים אנלוגיים ומיקסוד סיגנל. המערכת משלבת סימולציות עם יכולות למידה איטרטיבית, והצליחה לבצע אופטימיזציה למגברי CMOS מתקדמים תוך עד 20 איטרציות בלבד.
מהפכה בעולם ה-EDA: סוכן חכם שתוכנן מראש את גודל הטרנזיסטורים
חוקרים מאוניברסיטת אדינבורו חשפו את EEsizer - סוכן בינה מלאכותית מבוסס Large Language Models (LLMs) המסוגל לבצע אוטומציה מלאה של תהליך גודל הטרנזיסטורים במעגלים אנלוגיים ומיקסוד סיגנל (AMS) ללא התערבות אנושית.
איך זה עובד?
- שילוב רב-מערכתי: הסוכן משלב מודלי שפה מתקדמים (LLMs) עם סימולטורי מעגלים וכלי ניתוח נתונים מותאמים אישית
- למידה איטרטיבית: שימוש בטכניקות Chain-of-Thought reasoning ו-Prompt Engineering לחקירת אפשרויות עיצוב
- ביצועי שיא: הצלחה באופטימיזציה של מגבר אופ-אמפ CMOS בעל 20 טרנזיסטורים ב-90nm עם עד 20 איטרציות בלבד
הנתונים המרשימים:
- נבדק על 8 סוגי LLMs שונים
- ביצע אופטימיזציה ל6 מעגלים בסיסיים שונים
- הגיע ליציבות תפעולית (Rail-to-Rail) בטווחי טכנולוגיות מ-180nm עד 90nm
"זו קפיצת מדרגה באוטומציה של תכנון חומרה", מסביר צ'אנג ליו, אחד החוקרים המובילים. "המערכת מסוגלת לחזות את השפעת השינויים בגודל הטרנזיסטורים על ביצועי המעגל בזמן אמת".
באמצעות ניתוח סטטיסטי מבוסס Gaussian-distributed variations, הוכחה עמידות המערכת גם לשינויים במימדי הטרנזיסטורים ובמתחי הסף שלהם. המחקר טוען כי טכנולוגיה זו עשויה לצמצם את זמן הפיתוח של מעגלי AMS ב-70-80% בהשוואה לשיטות קונבנציונליות.
מקורות