Siemens EDA'dan çip doğrulamada 10 bin kata kadar hız iddiası

Siemens EDA, yapay zekayı çip tasarımının tüm aşamalarına entegre eden 'yapay zeka öncelikli tasarım' (AI-native design) stratejisini açıkladı. Stratejiye göre birden fazla yapay zeka ajanı tasarım, doğrulama ve hata ayıklama süreçlerini üstlenerek geliştirme sürecini kısaltıyor.

Siemens Digital Industries Software, 11 Ağustos'ta Seul'ün Jamsil bölgesindeki Lotte Otel'de 'Siemens EDA Forum Seul 2026' etkinliğini düzenleyerek yeni nesil elektronik tasarım otomasyonu (EDA) stratejisini tanıttı. EDA, çip devre tasarımı, doğrulama ve fiziksel uygulama süreçlerini otomatikleştiren yazılım teknolojisi olarak biliniyor.

Siemens EDA IC Ürünleri Kıdemli Başkan Yardımcısı Anchor Gupta(Anchor Gupta), "Asya-Pasifik bölgesi, özellikle Güney Kore, küresel bellek arzının yüzde 60'ından fazlasını karşılıyor ve yapay zeka işlemcileri, HBM ile ileri paketleme teknolojileriyle yapay zeka çip inovasyonuna öncülük ediyor" dedi. Gupta böylece Güney Kore yarı iletken sektörünün bellek ve ileri paketleme alanındaki rekabet gücünü, şirketin yapay zeka tabanlı tasarım otomasyonu stratejisinin önemli bir pazar arka planı olarak sundu.

Gupta, yarı iletken sektöründeki dönüşümün eksenlerini dört başlıkta topladı: △2028'e kadar tüm çiplerin yüzde 70'inde yapay zeka hızlandırıcı bulunacağı 'her yerde yapay zeka' dönemi △yazılım tanımlı sistemler △heterojen entegrasyon △güç verimliliği odaklı sürdürülebilirlik. Yapay zeka hızlandırıcılar, yapay zeka işlemlerini hızlı yürütmek için tasarlanan özel çipler veya hesaplama birimleri olarak tanımlanıyor.

Siemens bu dönüşüme karşılık tasarım motorlarının işlem hızını 1000 kata kadar artırmayı, üretkenliği ise 10 ila 50 kat iyileştirmeyi hedefleyen bir strateji yürütüyor. Şirket, fizik tabanlı EDA motorlarıyla yapay zekanın ürettiği tasarım sonuçlarını doğrulayarak güvenilirliği artırmaya odaklanıyor.

Gupta, "artık bir mühendis 'işten çıkarken bu görevi bitirin' talimatını verdiğinde, birden fazla yapay zeka ajanı birbiriyle koordineli çalışarak gece boyunca tasarım ve doğrulama işlemlerini yürütebiliyor" diye açıkladı. Sözlerine şöyle devam etti: "Tasarım sonucunu doğrulamak, sorun varsa kendi kendine hata ayıklayıp düzeltmek gibi adımlar da insan müdahalesi olmadan tamamlanabiliyor."

Geleneksel çip tasarım sürecinde her aşamada mühendisler ayrı araçları tek tek kullanır, sonuçları kontrol eder ve hata nedenlerini analiz eder. Siemens'in stratejisi bu birbirinden kopuk adımları, art arda çalışan çoklu yapay zeka ajanlarına devrediyor.

Siemens, Nvidia(NVDA) ile iş birliğini genişleterek 'kendi kendini doğrulayan ajan tabanlı yapay zeka' iş akışını hayata geçirdiğini duyurdu. Bu yapı, Siemens'in yapay zeka ajan sistemini Nvidia'nın yapay zeka altyapısıyla birleştirerek tasarım sonuçlarının kontrol edilmesini ve hataların düzeltilmesini sağlıyor.

Şirket, çip hücre karakterizasyonu çalışmalarının süresini haftalardan günlere indirdiğini belirtti. İşlem hızının 10 kata kadar arttığını, token maliyetinin ise 5 kattan fazla azaldığını gözlemlediklerini aktardı.

Siemens, büyük ölçekli yapay zeka çiplerinin doğrulama sürecinin mevcut yönteme kıyasla 10 bin kata kadar hızlandırılabildiğini açıkladı. Ancak bu rakamın şirketin kendi paylaştığı bir performans verisi olduğu, gerçek uygulama kapsamı ve performansın müşterinin tasarım ortamına göre değişebileceği belirtildi.

Gupta, "şu anda test paterni simülasyonunda 3 ila 5 kat hız artışı sağladık, uzun vadeli hedefimiz bunu 10 kata çıkarmak" dedi. Açıklama, daha önce 2-3 hafta süren doğrulama işlemlerini kısaltmaya odaklanan çalışmalara işaret ediyor.

Yapay zeka çiplerinde tasarım ölçeği büyüdükçe doğrulanması gereken koşullar ve hata olasılığı da artıyor. Tasarım otomasyonunun hızı kadar, yapay zekanın ürettiği sonuçların fizik tabanlı araçlarla yeniden doğrulanması da bu yüzden önem taşıyor.

Açıklama, çip tasarım araçlarının tekil görevlere yardımcı olan destek fonksiyonlarından, uzun süreli işleri kesintisiz yürüten ajan tabanlı sistemlere doğru evrildiğini gösteriyor. Synopsys da daha önce doğrulama ve uygulama çalışmalarını otonom şekilde yürüten bir çip tasarım iş akışını duyurmuştu.

Synopsys, ilk değerlendirmelerde hata ayıklama döngüsünün yüzde 25 ila 40 oranında kısaldığını açıklamıştı. Siemens ise tasarım, doğrulama ve hata düzeltmenin kesintisiz yürütülmesini ve fizik tabanlı doğrulamayı öne çıkararak farklı bir yaklaşım sergiliyor.

Bu açıklama doğrudan kripto para piyasasını hedeflemiyor. Ancak madencilik ve doğrulama altyapısı ile yapay zeka hesaplama operatörlerinin kullandığı veri merkezi ekipmanları da çip geliştirme ve doğrulama döngüsünden etkileniyor; bu nedenle otomasyon performansının gerçek müşteri ortamlarında ne ölçüde tekrarlanabildiği kritik önem taşıyor.