目录 页码 致谢 ................................................................................................................ iii 图表列表 ................................................................................................................ vi 第 1 章 文献综述 ................................................................................................ 7 简介 ............................................................................................................ 7 人工智能和神经网络基础 ............................................................................. 7 人工智能图像创建:GAN 与扩散 ...................................................................... 9 设计流程的人工智能工具 ............................................................................. 9 人工智能作为最终设计的工具 ............................................................................. 10 人工智能能否具有创造力 ...................................................................................... 12 领先的人工智能公司 ...................................................................................... 12 2. 方法论 ...................................................................................................... 15 3. 设计流程 ...................................................................................................... 16 4. 人工智能的类型及其对设计的影响 ........................................................................ 17 文本图像人工智能 ............................................................................................. 17 ChatGPT ................................................................................................ 20 生成式设计 ................................................................................................ 22 视觉特效中的人工智能 ...................................................................................... 25 用户体验中的人工智能 .............................................................................................. 25 5. 政府干预和合法性 ...................................................................................... 28 人工智能的发明权和专利法 ............................................................................. 28 版权法和人工智能 ...................................................................................... 30
(如面向本科生开放,请注明区分内容。 If the course is open to undergraduates, please indicate the difference. ) 本课程主要讲授高级模拟集成电路设计的重要概念、基本模块与系统的分析与设计,具体内容包括晶 体管模型、噪声分析、模拟版图、运算放大器、偏置和带隙基准参考电路、连续与离散模拟滤波器、 模数转换器和数模转换器。学生将学习现代模拟集成电路中的重要概念,培养初步的分析和设计能 力,了解基本模块和系统的分析方法和设计流程。 This course provides a comprehensive introduction to various aspects of advanced analog integrated circuits design, including transistor models, noise analysis, analog layout, feedback, stability, operational amplifiers, and bias and bandgap voltage reference circuits. Specific topics will include analog filtering (continuous-time and discrete-time), analog-to-digital converters, and digital-to-analog converters. Students will learn to understand the concepts in modern analog integrated circuits, cultivate preliminary analysis and design capabilities, understand the analysis method and design process of the basic modules.
第一单元简介:集成电路技术简介——摩尔定律、微电子演进、制造:NMOS、CMOS(n 阱、p 阱、双管)MOS 晶体管的基本电气特性:I DS - V DS 关系、MOS 晶体管阈值电压-V T 、品质因数-ω 0 、跨导- gm 、g ds ;传输晶体管、NMOS 反相器、由另一个 NMOS 反相器驱动的 NMOS 反相器的上拉与下拉比(Z=4:1)、各种上拉、CMOS 反相器的分析和设计。第二单元 VLSI 电路设计流程:VLSI 设计流程(Y 图)、MOS 层、棒图、设计规则和布局、基于 Lambda(λ) 的导线、触点和晶体管设计规则、NMOS 和 CMOS 反相器和门的布局图 MOS 电路的缩放、缩放的局限性
摘要。包容性设计关注多样性。交互系统情境化的用户感知设计框架需要分析和处理复杂的多样性因素,这对传统的设计流程、工具和方法提出了挑战。因此需要新的技术进步来提供更多的创新潜力。作者指出,智能产品的设计流程正在应对不确定性而演变。未来,面向多样性的设计将倾向于以算法的方式分配设计资源和价值,而不是妥协的统一解决方案。本文分析了以深度学习为代表的人工智能技术在面向多样性的设计实践和设计研究中应用的局限性和潜力,提出了进一步研究的目标和方向,并讨论了跨学科研究环境中人工智能使能多样性设计的关键环节。关键词:包容性设计 · 多元化设计 · 人工智能
已经发布了几种学术 EDA 工具;但是,即使是其他学术机构,也很少在实际流片中使用。强大的开源工具需要用户的反馈和指导。为此,OpenROAD 聘请最终用户作为内部设计顾问,他们拥有多次流片和 EDA 工具流程开发的经验。本文讨论了 OpenROAD 设计顾问正在进行的工作,将 OpenROAD 从工具集合转变为端到端的自主设计流程。我们讨论了我们的工作,以填补完整的 RTL 到 GDS 设计流程的空白,组装一个反映实际流片的全流程测试套件,调试工具之间的流程级问题,并弥合 OpenROAD 开发人员和开源社区其他成员之间的差距。最后,我们讨论了 OpenROAD 实现完全自主的长期目标,以及从用户的角度来看这意味着什么。
• 系统使用哪种数据进行训练?• 训练数据的来源是什么?• 标签/基本事实是如何产生的?• 训练数据的样本量是多少?• 系统不使用哪些数据集?• 数据的潜在局限性/偏差是什么?• 训练数据的大小、比例或分布如何?
允许免费复制本作品的全部或部分以供个人或课堂使用,但不得出于营利或商业目的而复制或分发,且副本首页必须注明此声明和完整引文。必须尊重 ACM 以外的人拥有的本作品组成部分的版权。允许摘要并注明出处。以其他方式复制、重新发布、发布到服务器或重新分发到列表,需要事先获得特定许可和/或支付费用。向 permissions@acm.org 请求许可。
技术缩放已大大增加,并且它改善了 VLSI 芯片的功率、性能和面积。最近,7 纳米 FinFET 技术广泛用于高性能处理器和片上系统。当今的最新工艺,例如 7 纳米技术节点,使用了许多“新”技术来提高其性能和 VLSI 芯片的密度。FinFET 现在是 CMOS 晶体管的常见结构。中段线路 (MOL) 被引入以连接前端线路层和后端线路 (BEOL) 层。MOL 和 BEOL 中的局部互连层使用 EUV 光刻来提高其可布线性和密度。另一方面,半全局互连层使用 193i 自异化双重图案 (SADP) 来平衡制造成本和密度。在开始电路设计之前了解 FinFET 工艺的特点非常重要,因为它与常规平面工艺有许多不同。使用“真实”工艺设计套件 (PDK) 非常昂贵,而且很难获得访问许可。因此,“可预测”的 PDK 对于 VLSI 教育和研究都非常重要。ASAP7 是针对 7 纳米技术节点的“可预测”PDK 之一,由亚利桑那州立大学与 ARM Ltd. 合作提供 [1]。它包括定制设计流程和自动化数字设计流程,因此学习最先进的 FinFET 工艺中的这些设计流程非常有用。但是,他们仅为 Cadence Innovus 提供用于布局布线 (P&R) 的技术文件。Innovus 是一种主要的 P&R EDA,然而,Synopsys IC Compiler 也是另一个主要的 P&R 工具。本文报告了使用 IC Compiler 进行 P&R 的 ASAP7 补充 PDK。此补充 PDK 包括 Synopsys StarRC 技术文件,用于实现寄生感知 P&R。此补充 PDK 旨在添加第二种选择
摘要 GaN HEMT 在高功率和高频电子器件中起着至关重要的作用。在不影响可靠性的情况下满足这些器件的苛刻性能要求是一项具有挑战性的工作。场板用于重新分配电场,最大限度地降低器件故障风险,尤其是在高压操作中。虽然机器学习已经应用于 GaN 器件设计,但它在以几何复杂性而闻名的场板结构中的应用是有限的。本研究介绍了一种简化场板设计流程的新方法。它将复杂的 2D 场板 2 结构转换为简洁的特征空间,从而降低了数据要求。提出了一种机器学习辅助设计框架来优化场板结构并执行逆向设计。这种方法并不局限于 GaN HEMT 的设计,可以扩展到具有场板结构的各种半导体器件。该框架结合了计算机辅助设计 (TCAD)、机器学习和优化技术,简化了设计流程。
为了确保学区对战略设计流程的所有权,学区确定了一个由 47 名成员组成的设计团队。该团队由所有利益相关者(包括社区和商业)组成。理查森 ISD 与当地领导、员工、教师、行政部门和大多数社区合作,制定了可操作的运营计划,利用学区的荣誉社区意见,设计独特的本地挑战和机遇组件。该过程包括制定响应当前全球背景的行动计划,以确保该计划不仅仅是摆在架子上;而是真正可操作。e2L 设计流程基于北极星设计思维和逆向设计原则,让理查森 ISD 拥有一个战略计划,其中包括北极星社区参与创建协作的本地愿景。目标、信念、行动号召、毕业生简介、e2L 方法以研究为基础,侧重于策略、具体成果和 5 年连续学习者、协作、参与和可操作。时间表和具体行动计划。