详细内容或原文请订阅后点击阅览
将机器学习应用于芯片设计和制造：Lorenzo Servadei 访谈
Lorenzo Servadei 和他在 Sony AI 的团队专注于研究和开发机器学习模型，以辅助芯片设计和制造。在这次采访中，Lorenzo 向我们介绍了更多有关电子设计自动化的信息，以及如何将机器学习添加到其中以进一步推动半导体芯片设计领域的发展。什么是 [...]
来源:ΑΙhubLorenzo Servadei 和他在 Sony AI 的团队专注于研究和开发机器学习模型，以辅助芯片设计和制造。在这次采访中，Lorenzo 向我们介绍了更多有关电子设计自动化的信息，以及如何将机器学习添加到其中以进一步推动半导体芯片设计领域的发展。
您从事人工智能和半导体事业的灵感是什么？
当我攻读硕士学位时，我学习了与传统计算机科学和算法相关的学科（在人工智能被视为特定研究领域之前），这使我进入了软件开发领域。在从事软件开发工作时，我有机会加入一家正在寻找人工智能专家的半导体公司，这让我能够探索人工智能的算法方面。我一直对跨级优化的想法很着迷，其中技术堆栈某一层的改进可以推动另一层的进步。吸引我进一步进入这一领域的是，有机会将来自不同社区（人工智能研究人员、半导体工程师和电子设计自动化 (EDA) 专家）的知识联系起来，并了解当这些不同学科相互交互时可以创造多少价值。
在工程中应用人工智能尤其具有挑战性，因为它需要原始的机器学习能力、深厚的领域专业知识、可信度以及处理高度受限环境的能力。这使得人工智能和半导体设计之间的交叉既要求严格又有益。
如今，随着设计和技术变得越来越复杂，设计自动化正在发挥更加核心的作用。利用人工智能进行设计自动化的能力正在开辟新的可能性，帮助工程师管理复杂性、加速开发并突破半导体创新的可能性界限。
EDA 1.0 EDA 2.0