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

• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Centralization potential of automotive E/E architectures [2.7143159361691227]
  集中型アーキテクチャは、しばしば課題をマスターするための重要なイネーブラーと見なされる。 システムデザイナとファンクションディベロッパが中央集権化のためのシステムの可能性を分析するためのガイドラインに関する研究ギャップがある。 本稿では, 理論的研究と実践的応用のギャップを埋め, 実践者に価値あるテイクアウトを提供する。
  論文  参考訳（メタデータ） (2024-09-16T19:36:32Z)
• Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
  産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。 製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。 産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• IICPilot: An Intelligent Integrated Circuit Backend Design Framework Using Open EDA [16.315795886650744]
  IICPilotはLLM技術に基づくインテリジェントICバックエンド設計システムである。 LangChainのマルチエージェントフレームワークは、異なる設計タスクを効率的に処理する。 IICPilotはバックエンド設計ワークフローを、特定のオープンソースEDAツールから分離する。
  論文  参考訳（メタデータ） (2024-07-17T14:02:01Z)
• Benchmarking End-To-End Performance of AI-Based Chip Placement Algorithms [77.71341200638416]
  ChiPBenchはAIベースのチップ配置アルゴリズムの有効性を評価するために設計されたベンチマークである。 評価のために、さまざまなドメイン(CPU、GPU、マイクロコントローラなど)から20の回路を集めました。 その結果, 単点アルゴリズムの中間距離が支配的であったとしても, 最終的なPPA結果は満足できないことがわかった。
  論文  参考訳（メタデータ） (2024-07-03T03:29:23Z)
• AI-Assisted Detector Design for the EIC (AID(2)E) [0.0]
  ePIC実験には、性能、物理学的到達度、コストなど、多くの設計パラメータと目的が含まれている。 本研究の目的は,EIC(AID(2)E)のためのスケーラブルで分散AI支援型検出器の開発である。
  論文  参考訳（メタデータ） (2024-05-25T15:33:44Z)
• 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)
• 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)
• 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)
• 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。