新思DSO.ai助客户完成百次流片引领AI芯片设计规模化
新思科技DSO ai是一款基于强化学习的自主AI芯片设计工具，已助力全球半导体客户完成100次流片。该方案可自动优化性能、功耗和面积，设计效率提升3倍以上，功耗最多降低25%，裸晶芯片尺寸显著缩减，支持本地、云端及混合部署。
本教程将为您系统介绍新思科技DSO.ai——这款屡获殊荣的自主人工智能（AI）芯片设计解决方案。通过解析其核心能力、实际案例与关键成效，帮助您理解它如何助力半导体客户实现100次流片的里程碑，以及如何显著提升设计效率、性能和云端扩展性。
一、新思科技DSO.ai是什么？
新思科技DSO.ai（Design Space Optimization AI）是一款基于强化学习的自主AI设计工具。它能够在芯片设计过程中，自动探索巨大的求解空间，优化性能、功耗、面积（PPA），从而替代传统耗费数月的劳动密集型人工探索流程。
- 核心目标：帮助芯片设计团队更快找到理想的PPA解决方案。
- 工作方式：利用AI自主执行大量次要决策，在本地或云端大规模扩展设计选项的探索。
- 主要优势：设计效率提升3倍以上，总功耗最多降低25%，裸晶芯片尺寸显著缩减，同时减少总体计算资源消耗。
小提示：如果您是芯片设计工程师，DSO.ai可以帮您从繁琐的手动调优中解放出来，让团队集中精力开发差异化功能。
二、DSO.ai的实际成果：100次流片里程碑
2023年2月，新思科技宣布其自主AI设计解决方案DSO.ai已助力全球半导体客户完成100次流片。这些流片覆盖一系列前沿应用和不同先进工艺节点，标志着AI在芯片设计中的规模化应用实现新突破。
典型案例一：意法半导体（ST）
- 使用场景：在微软Azure上使用DSO.ai云端版本，结合新思科技Fusion Compiler™与IC Compiler™ II物理实现工具。
- 显著成效：将实现PPA目标的效率提升3倍以上，快速部署Arm内核并超越原定PPA目标。
- 客户评价：意法半导体片上系统硬件设计总监Philippe d’Audigier表示：“我们非常期待加快与新思科技和微软的合作，为包括工业MPU在内的诸多关键项目探索更多行业领先的芯片设计机会。”
典型案例二：SK海力士
- 使用场景：先进工艺节点的存储产品设计。
- 显著成效：
- 单元面积减小15%
- 裸晶芯片尺寸缩减高达5%
- 大幅提升设计效率，使开发者能专注于新产品差异化功能。
- 客户评价：SK海力士片上系统负责人Junhyun Chun表示：“DSO.ai极大提高了我们团队的设计效率，给我们带来了惊人的成效。”
常见问题1：DSO.ai只能在云端使用吗？
答案：不是。DSO.ai同时支持本地、云端以及混合部署方式。意法半导体使用了云端版本，而SK海力士则可以在本地部署。用户可根据自身IT架构和数据安全需求灵活选择。
三、DSO.ai如何将人工智能融入设计流程？
传统的设计空间探索高度依赖人工经验，通常需要数月反复试验。DSO.ai通过以下方式碘伏这一流程：
- 大规模扩展探索：利用强化学习算法，自动评估数百万种设计配置。
- 自主执行次要决策：AI承担重复性、低层次的调优工作，工程师只需关注关键决策和创新。
- 持续学习与进步：每次设计任务的结果都会被DSO.ai学习，后续项目可以更快、更准地找到最优解。
新思科技EDA事业部总经理Shankar Krishnamoorthy表示：“人工智能自主探索更广泛设计空间的能力，加速了客户对更佳PPA目标和更高设计效率的不懈追求。”
小提示：如果您所在团队正在评估DSO.ai，建议先从一个小型模块或已有设计进行试用，对比传统方法与AI优化之间的PPA差异，直观感受效率提升。
四、DSO.ai带来的关键收益汇总
根据多家客户的实践数据，DSO.ai的典型收益包括：
- 设计效率提升3倍以上
- 总功耗最多降低25%
- 裸晶芯片尺寸缩减（如SK海力士实现5%缩减）
- 总体计算资源量下降
- 减少人工工作量数月
五、云端部署带来的新机遇
微软Azure硬件与基础设施工程副总裁Jean Boufarhat指出：“在Azure上使用由AI驱动的芯片设计，客户能够利用云端的可扩展性来提高设计效率，并自动优化高性能计算等芯片设计中巨大的求解空间。” 云端的DSO.ai特别适合需要弹性计算资源的大型项目，例如意法半导体在Azure上运行DSO.ai，快速完成了复杂的Arm内核部署。
常见问题2：DSO.ai是否需要额外的硬件或软件环境？
答案：DSO.ai作为新思科技EDA套件的一部分，通常与Fusion Compiler、IC Compiler II等工具配合使用。运行环境支持本地服务器或云平台（如Azure），硬件要求建议配备足够CPU/GPU和内存以满足强化学习训练需求。具体配置可咨询新思科技技术支持团队。
通过以上内容，您可以看到DSO.ai如何将人工智能与芯片设计深度融合，帮助意法半导体、SK海力士等行业领导者取得实际突破。未来，随着更多客户采用DSO.ai进行本地与云端设计，AI驱动的芯片设计将引领全球开发者迈入一个全新的设计时代。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：新思DSO.ai助客户完成百次流片引领AI芯片设计规模化要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点谁在用HyperHuman？——不止游戏和电影 一直有朋友问，生成逼真的人类图像到底能用在哪儿？其实答案比想象中宽泛得多。游戏里需要活灵活现的角色，电影里要制作以假乱真的特效，虚拟现实更是离不开高度拟人的形象——HyperHuman正是为这类场景量身打造的工具。 具体来说，在游戏开发中，它能快速生乘
Latent Labs 提供了一种极具创意的玩法：只需输入一段文字描述，就能自动生成一个可自由环顾的 3D 场景。其底层技术基于 Stable Diffusion，并且平台对模型版本兼容性良好，用户可根据实际需求灵活选择不同版本的基础模型。 什么是 Latent Labs？文本转3D场景生成工具 简
今天要介绍的 Deta Space，可以将其理解为一款运行在浏览器中的云端操作系统——它并非传统的 Windows 或 macOS，而是一个随时随地可访问的数字空间。该平台主打轻量、灵活，尤其适合那些希望摆脱复杂基础设施束缚的团队与个人开发者。 需求人群 这款产品的目标用户非常明确，覆盖了以下几类人
选购鞋子时最令人困扰的是什么？并非款式太多无从下手，而是明明依据尺码表购买，上脚却发现偏大或偏小——尤其不同品牌的尺码标准差异巨大，仿佛来自不同体系。如今，一款基于人工智能的足部测量应用程序，有望彻底解决这一尴尬。 什么是MS ShoeSizer Foot Measurement？ 简单来说，MS
- 日榜
- 周榜
- 月榜
热点快看