設計データのトレーニング
設計ツール自体にマシンラーニング技術を取り込み、設計データの学習により次世代設計の向上を支援
設計生産性の向上
設計フローにマシンラーニング技術を組み込むことにより、設計チームの生産性を向上
用途に応じて最適化されたIP
目的に応じて最適化されたプロセッサと高度なメモリIPにより、製品を差別化
概要
ケイデンスは、すでにマシンラーニングの技術をEDA技術に適用し、設計フローにおける様々なステップにおいてより優れた予測性の高い結果を得ています。マシンラーニングにより設計プロセスをさらにスマートなものにして手作業が介入する必要性を削減できれば、お客様の市場投入時期を加速することに役立てることができるはずです。ケイデンスの目標は、設計チームが数週間、数ヶ月かけて検討するような共通の問題を短時間で解決するためのソリューションをケイデンスのツール自体が提案できるようにすることです。 また、マシンラーニングとディープ・ラーニング研究の最先端企業として、設計の改善を目標にIC設計と検証技術を向上させています。ケイデンスのマシンラーニング・チームは、アルゴリズムのライブラリを蓄積し、複数のプラットフォームや製品で共通に利用することで、マシンラーニングによる革新がEDAおよびIPソリューションに幅広く波及するよう努めています。
概要
エレクトロニクス業界では考えられないような大規模なデータへの対応が求められ、生産性、演算要件に新たな課題が課されています。例えば、複雑な演算を伴うアルゴリズムを標準的なプロセッサで実行していては、データ量や演算の多いAI／マシンラーニング・アプリケーションに求められるパフォーマンスや省電力性能を得ることができません。 ケイデンスは、サーバー向けのAIアプリケーションが必要とする高度なメモリ・インターフェース技術におけるリーダーです。さらに、ケイデンスのTensilica DSPプロセッサは、オーディオ、ビジョン、およびAIの最先端処理向けに最適化されています。