GBT Technologies Inc. sta implementando una tecnologia di pattern matching basata sull'apprendimento automatico all'interno di Epsilon, lo strumento di Electronic Design Automation (EDA) per la verifica dell'affidabilità e la correzione di microchip. Le regole di progettazione diventano sempre più complesse con ogni nuovo nodo di processo e le aziende di progettazione si trovano ad affrontare nuove sfide nel dominio della verifica fisica. Una delle aree principali che sono influenzate dalla fisica del processo è la verifica dell'affidabilità (RV).

I microchip sono componenti importanti quasi in tutte le principali applicazioni elettroniche. Le industrie civili, militari e di esplorazione spaziale richiedono operazioni affidabili per molti anni e in ambienti difficili. I sistemi di calcolo ad alte prestazioni richiedono un'elaborazione avanzata con un'elevata affidabilità per garantire la coerenza e l'accuratezza dei dati elaborati.

I circuiti integrati complessi sono il cuore di questi sistemi e devono funzionare con un alto livello di affidabilità. In particolare nei settori della medicina, dell'aviazione, dei trasporti, dell'archiviazione dei dati e della strumentazione industriale, il fattore affidabilità dei microchip è fondamentale. GBT sta implementando nuove tecniche di pattern matching basate sull'apprendimento automatico all'interno del suo sistema Epsilon, con l'obiettivo di affrontare la fisica dei semiconduttori avanzati, garantendo un alto livello di affidabilità, un consumo energetico ottimale e prestazioni elevate.

Quando Epsilon analizza il layout di un circuito integrato (IC), identifica i punti deboli dell'affidabilità, ossia regioni specifiche del layout di un IC, e ne apprende i modelli. Mentre lo strumento continua ad analizzare il layout, registra le zone problematiche tenendo conto degli orientamenti e dei posizionamenti del modello. Inoltre, è progettato per comprendere le piccole variazioni delle dimensioni del modello, come specificato dal progettista o da uno strumento di sintesi automatica.

Quando vengono identificati i punti deboli, lo strumento adotterà le azioni appropriate per modificarli e correggerli. Un meccanismo di apprendimento profondo eseguirà l'analisi dei dati, l'identificazione, la categorizzazione e il ragionamento durante l'esecuzione di una correzione automatica. L'apprendimento automatico comprenderà i modelli e li registrerà in una libreria interna per un uso futuro.

La tecnologia di pattern matching di Epsilon analizzerà i dati del chip in base a una serie di regole predefinite e apprese dall'esperienza. Le sue capacità cognitive la faranno auto-adattare ai nuovi nodi con nuovi vincoli e sfide, con l'obiettivo di fornire una verifica e una correzione rapida e affidabile di un layout IC. Non c'è alcuna garanzia che l'Azienda avrà successo nella ricerca, nello sviluppo o nell'implementazione di questo sistema.

Al fine di implementare con successo questo concetto, l'Azienda dovrà raccogliere un capitale adeguato per sostenere la sua ricerca e, se la ricerca e il suo sviluppo avranno successo, l'Azienda dovrà stringere una relazione strategica con una terza parte che abbia esperienza nella produzione, vendita e distribuzione di questo prodotto. Non c'è alcuna garanzia che l'Azienda avrà successo in una o tutte queste fasi critiche.