يقول جان ماري برونيه، نائب الرئيس الأول لشركة Siemens: “تتعاون Nvidia وSiemens في النماذج الأولية المستندة إلى FPGA للتكيف مع متطلبات التحقق والتحقق التي تقدمها شرائح AI/ML المعقدة للغاية”.
تتميز أنظمة النماذج الأولية المستندة إلى FPGA بالسرعة وتسمح للمستخدمين بتشغيل أحمال عمل التحقق ما قبل السيليكون في جزء صغير من الوقت الذي قد يستغرقه تشغيل نفس عبء العمل في المحاكاة أو حتى المحاكاة.
ومع ذلك، فإن تصميمات الذكاء الاصطناعي/التعلم الآلي اليوم تتطلب المزيد، ويرجع ذلك جزئيًا إلى تعقيد الشريحة وجزئيًا بسبب تعقيد البرامج.
لتوسيع نطاق متطلبات الصناعة هذه، وتلبية وقت الوصول إلى السوق والمواءمة مع متطلبات الموثوقية، أصبحت القدرة على تشغيل تريليونات من دورات التصميم في فترة زمنية قصيرة أمرًا بالغ الأهمية الآن.
أدوات التحقق التقليدية مثل المحاكاة والمضاهاة لا تتجاوز تشغيل الملايين، أو في أفضل الأحوال بضعة مليارات من الدورات، خلال فترة زمنية معقولة وعملية.
للمزيد: www.siemens.com/en-us/products/ic/hav/veloce-cs/profpga-cs/
