論文の概要: Workshops on Extreme Scale Design Automation (ESDA) Challenges and
Opportunities for 2025 and Beyond
- arxiv url: http://arxiv.org/abs/2005.01588v1
- Date: Mon, 4 May 2020 15:58:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 05:14:46.686820
- Title: Workshops on Extreme Scale Design Automation (ESDA) Challenges and
Opportunities for 2025 and Beyond
- Title(参考訳): エクストリームスケール設計自動化(ESDA)の課題と2025年以降の機会に関するワークショップ
- Authors: R. Iris Bahar, Alex K. Jones, Srinivas Katkoori, Patrick H. Madden,
Diana Marculescu, and Igor L. Markov
- Abstract要約: エクストリームスケール設計自動化に関するCCCワークショップシリーズは、EDAコミュニティが直面している課題を研究した。
この文書はこれらの会議の成果の要約である。
- 参考スコア(独自算出の注目度): 10.439182852633788
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Integrated circuits and electronic systems, as well as design technologies,
are evolving at a great rate -- both quantitatively and qualitatively. Major
developments include new interconnects and switching devices with atomic-scale
uncertainty, the depth and scale of on-chip integration, electronic
system-level integration, the increasing significance of software, as well as
more effective means of design entry, compilation, algorithmic optimization,
numerical simulation, pre- and post-silicon design validation, and chip test.
Application targets and key markets are also shifting substantially from
desktop CPUs to mobile platforms to an Internet-of-Things infrastructure. In
light of these changes in electronic design contexts and given EDA's
significant dependence on such context, the EDA community must adapt to these
changes and focus on the opportunities for research and commercial success. The
CCC workshop series on Extreme-Scale Design Automation, organized with the
support of ACM SIGDA, studied challenges faced by the EDA community as well as
new and exciting opportunities currently available. This document represents a
summary of the findings from these meetings.
- Abstract(参考訳): 集積回路と電子システム、および設計技術は、量的にも質的にも、大きな速度で進化しています。
主な開発には、原子スケールの不確実性を持つ新しい相互接続やスイッチングデバイス、オンチップ統合の深さとスケール、電子システムレベルの統合、ソフトウェアの重要性の増大、デザインエントリ、コンパイル、アルゴリズム最適化、数値シミュレーション、プレシリコンおよびポストシリコン設計検証、チップテストなどが含まれる。
アプリケーションターゲットと主要市場も、デスクトップCPUからモバイルプラットフォームへと大きくシフトしている。
電子設計の状況の変化と、EDAがそのような状況に大きく依存していることを踏まえると、EDAコミュニティはこれらの変化に適応し、研究と商業的な成功の機会に焦点を当てなければならない。
ACM SIGDAの支援を受けて組織されたExtreme-Scale Design Automationに関するCCCワークショップシリーズは、EDAコミュニティが直面している課題と、現在利用可能な新しいエキサイティングな機会について調査した。
この文書はこれらの会議の結果の要約である。
関連論文リスト
- DVQI: A Multi-task, Hardware-integrated Artificial Intelligence System
for Automated Visual Inspection in Electronics Manufacturing [57.33324493991657]
本稿では,DVQI(DarwinAI Visual Quality Inspection)システムを用いて,プリント基板組立欠陥の自動検査を行う。
DVQIシステムは、最小限のプログラミングと製造技術者のセットアップによるマルチタスク検査を可能にする。
また、DVQIシステムの性能と、トップエレクトロニクスメーカーへの影響に関するケーススタディも提示する。
論文 参考訳(メタデータ) (2023-12-14T18:56:54Z) - Internet of Federated Digital Twins (IoFDT): Connecting Twins Beyond
Borders for Society 5.0 [50.4422158617105]
デジタルツイン(DT)の概念は将来の産業に革命をもたらすことが期待されており、将来のスマート社会、すなわち社会5.0のビジョンの中心に位置する。
本稿では,異種・物理的に分離されたDTを一元的に統合するインターネット・オブ・フェデレーション・デジタル・ツインズ(IoFDT)の新たな概念を思い起こさせる。
論文 参考訳(メタデータ) (2023-12-11T14:56:27Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳(メタデータ) (2023-09-14T05:43:36Z) - A Comprehensive Survey on Applications of Transformers for Deep Learning
Tasks [60.38369406877899]
Transformerは、シーケンシャルデータ内のコンテキスト関係を理解するために自己認識メカニズムを使用するディープニューラルネットワークである。
Transformerモデルは、入力シーケンス要素間の長い依存関係を処理し、並列処理を可能にする。
我々の調査では、トランスフォーマーベースのモデルのためのトップ5のアプリケーションドメインを特定します。
論文 参考訳(メタデータ) (2023-06-11T23:13:51Z) - Developing an AI-enabled IIoT platform -- Lessons learned from early use
case validation [47.37985501848305]
本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。
これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
論文 参考訳(メタデータ) (2022-07-10T18:51:12Z) - A Survey and Perspective on Artificial Intelligence for Security-Aware
Electronic Design Automation [6.496603310407321]
我々は、回路設計/最適化、セキュリティとエンジニアリングの課題、セキュリティを意識したCAD/EDAの研究、今後の研究方向性について、AL/MLの現状を要約する。
論文 参考訳(メタデータ) (2022-04-19T17:46:39Z) - Analog/Mixed-Signal Circuit Synthesis Enabled by the Advancements of
Circuit Architectures and Machine Learning Algorithms [0.0]
我々は、ニューラルネットワークに基づくサロゲートモデルを用いて、回路設計パラメータの探索とレイアウトの反復を高速化する。
最後に、AMS回路のいくつかの例を、仕様からシリコンプロトタイプまで迅速に合成し、人間の介入を大幅に削減する。
論文 参考訳(メタデータ) (2021-12-15T01:47:08Z) - INTERN: A New Learning Paradigm Towards General Vision [117.3343347061931]
我々はInterNという新しい学習パラダイムを開発した。
複数の段階の複数のソースからの監視信号を用いて学習することにより、トレーニング対象のモデルは強力な一般化性を生み出す。
ほとんどの場合、ターゲットドメインのトレーニングデータの10%しか適応していないモデルが、完全なデータセットでトレーニングされたトレーニングデータよりも優れています。
論文 参考訳(メタデータ) (2021-11-16T18:42:50Z) - Multi-objective Optimisation of Digital Circuits based on Cell Mapping
in an Industrial EDA Flow [0.2578242050187029]
この問題に対処するために,完全自動多目的EDAフローを導入している。
提案するMOEDAフレームワークを,65nmの商用標準セルライブラリを用いてISCAS-85およびEPFLベンチマーク回路に適用した。
論文 参考訳(メタデータ) (2021-05-21T15:29:58Z) - Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure [3.4291439418246177]
人工知能(AI)アプリケーションは、産業や技術におけるビッグデータの課題に対して、トランスフォーメーションソリューションを推進している。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションがもはや不十分であることが明らかになっている。
この実現により、AIとハイパフォーマンスコンピューティングの融合が加速し、監視時間の短縮が図られている。
論文 参考訳(メタデータ) (2020-03-18T18:00:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。