达到人工智能驱动芯片设计的规模，因为主要半导体客户使用该公司屡获殊荣的Synopsys DSO.ai 自主设计系统注册了前 100 个商业流片。近的客户，包括 STMicroelectronics 和 SK hynix，都看到了生产力和 PPA 的显着提升，现在正在制定新的设计课程，使用云端和内部部署的支持强化学习的设计工具。
    通过使用 Synopsys DSO.ai（设计空间优化 AI），这些公司在关键设计阶段为节点芯片的开发设定了极快的步伐。自推出 Synopsys DSO.ai 以来，客户的结果不言而喻：生产率提高了 3 倍以上，总功耗降低了 25%，裸片尺寸显着减小，整体资源使用减少。
    STMicroelectronics (ST) 是一家服务于各种电子应用领域客户的全球半导体，它正在使用基于云的 DSO.ai 版本在密集的设计阶段产生额外的动力。STMicroelectronics 使用 Synopsys DSO.ai 结合 Synopsys Fusion Compiler  和 Synopsys IC Compiler  II 物理实现工具进行流片。
    “使用 Microsoft Azure 上的 Synopsys DSO.ai 设计系统，我们将 PPA 探索生产力提高了 3 倍以上，使我们能够快速实施新的 Arm 内核，同时超越功率、性能和面积目标，”系统的 Philippe d'Audigier 说-STMicroelectronics 片上硬件设计总监。“我们期待着加快与 Synopsys 和 Microsoft 的合作，为关键项目（包括 ST 的工业 MPU）探索更多新的行业领先芯片设计机会。”
    推动硅性能和生产力
    传统的设计空间探索一直是一项高度劳动密集型的工作，通常需要数月的实验。使用AI 技术，Synopsys DSO.ai 自主搜索设计空间以发现 PPA 解决方案，大规模扩展芯片设计工作流程中的选择探索并自动执行许多琐碎的任务。
    SK 海力士 SoC（片上系统）负责人 Junhyun Chun 表示：“以行业领先的数量提供高性能、稳健的内存产品需要密集优化，这在传统上是高度人力密集型的。” “Synopsys DSO.ai 极大地提高了设计团队的效率，让我们的工程师有更多时间为我们的下一代产品创造差异化的功能。它也带来了惊人的结果，正如近的一个项目所证明的那样，DSO.ai 交付了 15% 的电池面积减少和 5% 的模具收缩。”
    Synopsys EDA 事业部总经理 Shankar Krishnamoorthy 表示：“人工智能探索更广阔设计空间的能力正在加速我们的客户以更少的工程资源实现更好的 PPA 和更高生产力的不懈努力。” “我们已经监测了客户使用 Synopsys DSO.ai 进行的前 100 次商业流片，结果令人信服。无论他们是在云端、本地还是两者混合进行设计，很明显在每种情况下，设计师们从优化设计中看到了显着的收益，提供了更好的结果和更快的上市时间。云端尤其令人兴奋，因为在数据中心大规模部署 Synopsys AI 技术为各地的设计师开启了一个激动人心的新时代。”
    微软 Azure 硬件和基础设施工程副总裁 Jean Boufarhat 表示：“微软致力于实现先进芯片设计的大众化，因此在 Azure 上托管 Synopsys DSO.ai 设计系统是我们的自然之举。” “借助 Azure 上的人工智能芯片设计，公司可以利用云扩展来提高生产力并优化高性能计算等非常大的解决方案空间。”