Gépi tanulás technológiával és mérnöki koncepcióval. Emberi fej (profil) áramköri agytáblával és Machine Learning logóval. Szelektív összpontosítás
A Mentor együttműködik az STMicroelectronics céggel, a Nano 2022 másik tagjával, annak érdekében, hogy tervezzen és ellenőrizzen kis fogyasztású chipeket, félvezetőket és más áramköri architektúrákat, amelyekhez gyors, pontos és nagy kapacitású áramköri szimulátorokra van szükség az elrendezés előtti és az elrendezés utáni áramkörökhöz. A két vállalatnak partnerségi múltja van, az ST Bulk CMOS, FDSOI, analóg és RF, beágyazott nem illékony, képalkotó és Bipolar CMOS-DMOS vagy BCD és egyéb technológiákkal rendelkezik. A Mentor nanométeres áramköri ellenőrzése, az Analog FastSPICE Platform és az analóg központú Eldo szoftver a Nano 2022 program összes áramkörtípusára és technológiájára kiterjed.
A Mentor-ST együttműködés magában foglalja a standard cellák, I / O-k és emlékek jellemzését is. Ez a feladat szűk keresztmetszetet hozhat létre a termelésben, mondja Mentor, mivel a szilícium-platformok jellemzése több száz cellával és több száz folyamat-, feszültség- és hőmérsékleti (PVT) változóval több hét CPU-t képes elfogyasztani hetekig, millió SPICE-szimulációt futtatva. A Mentor Solido Characterization Software Suite egy gépi tanuláson alapuló eszköz, amely növeli a teljesítőképességet, miközben pontos Liberty fájlokat és statisztikai adatokat állít elő. Ezenkívül eszközöket és tervezőközpontú felhasználói felületet biztosít a Liberty fájlok ellenőrzéséhez. A jellemzés elősegítése érdekében új megerősítési-tanulási technikák fejleszthetők a program során.
