Kooperation
Siemens und Nvidia beschleunigen Chipprüfung
Siemens und Nvidia haben die Verifizierung von KI-Chips deutlich beschleunigt. Mithilfe FPGA-basierter Prototypen konnten innerhalb weniger Tage mehrere zehn Billionen Designzyklen vor der Fertigung getestet werden. Das soll Entwicklung und Zuverlässigkeit komplexer SoCs verbessern.
Siemens und Nvidia haben eine Methode vorgestellt, mit der sich die Verifizierung komplexer KI- und ML-Chips erheblich ausweiten lässt. Grundlage ist die Kombination des hardwaregestützten Verifikationssystems Veloce proFPGA CS von Siemens mit einer optimierten Chiparchitektur von Nvidia.
Nach Angaben der Unternehmen konnten so innerhalb weniger Tage mehrere zehn Billionen Designzyklen erfasst werden – noch bevor ein physischer Chip gefertigt wird. Diese Größenordnung liegt deutlich über den Möglichkeiten klassischer Verifikationsverfahren: Simulation und Emulation erreichen in der Regel nur Millionen bis wenige Milliarden Zyklen in praktikabler Zeit.
Die Technologie basiert auf FPGA-Prototyping. Solche Systeme ermöglichen es, Verifizierungsaufgaben deutlich schneller durchzuführen als rein softwarebasierte Ansätze. Gerade bei modernen KI- und ML-SoCs steigen die Anforderungen durch wachsende Chip- und Softwarekomplexität erheblich.
Im Rahmen der bestehenden Partnerschaft zielte die Entwicklung darauf ab, die Skalierbarkeit der Verifizierung zu erhöhen und große Workloads frühzeitig zu testen. Dadurch können Entwickler Fehler früher erkennen und Designs noch vor der ersten Siliziumfertigung optimieren.
„Durch die Integration der leistungsoptimierten Chiparchitekturen von Nvidia mit dem Veloce proFPGA CS von Siemens können Entwickler innerhalb weniger Tage Billionen von Zyklen erfassen und damit die erforderliche Skalierbarkeit erreichen, um die Zuverlässigkeit der nächsten Generation von KI zu gewährleisten.“
Die Unternehmen sehen in der Fähigkeit, Billionen von Zyklen in kurzer Zeit zu verarbeiten, einen zentralen Faktor für die Einhaltung von Entwicklungszeiten und Qualitätsanforderungen in der Halbleiterindustrie.
Das könnte Sie auch interessieren
Kühler Kopf für Schaltschrank und KI
Steigende Wärmelasten durch Miniaturisierung und KI erhöhen den Bedarf an effizienten Kühllösungen für Schaltschränke und Rechenzentren. Zugleich verschärfen sich die Kältemittel-Regularien. Wie beeinflusst diese Entwicklung die Kühltechnik?
mehr...KI in der intelligenten Produktion
Acht Einsatzfelder für Physical AI
Physical AI bringt Künstliche Intelligenz direkt auf den Shopfloor. Acht Praxisbeispiele zeigen, wie Unternehmen Fertigungsprozesse automatisieren, Qualität steigern und Ausfallzeiten reduzieren.
mehr...Anwendungsentwicklung mit Low-Code und KI
Die Digitalisierung der Fertigung scheitert oft an knappen IT-Ressourcen. So bleiben Maschinen-daten ungenutzt und Prozesse laufen weiter manuell. Low-Code und KI versprechen hier Abhilfe, bringen jedoch neben mehr Tempo und Autonomie auch neue...
mehr...KI-Agenten im Automotive Engineering
KI-Agenten markieren im Automotive Engineering den Übergang von unterstützenden zu aktiv eingebundenen Systemen. Ihr Mehrwert hängt jedoch weniger von Modellqualität als von integrierten Datenstrukturen, Traceability und erklärbarer...
mehr...Forschungsprojekt ‚AKIMI‘ entwickelt KI für flexible Robotik
Forschungsprojekt AKIMI startet am WZL der RWTH Aachen. Ziel ist eine agentische KI, die die Programmierung und Rekonfiguration von Robotersystemen für kleine und mittlere Unternehmen vereinfacht.
mehr...Auf Basis des Nvidia Jetson Thor
Die neuen AI Rugged Computer RSL A5AGX und RML A5AGX von Syslogic auf Basis des Nvidia Jetson Thor bieten die Möglichkeit, Sensoren wie Kameras oder Lidar einfach anzubinden und ebnen damit laut Hersteller den Weg für künftige Inferenz- und...
mehr...Trumpf kooperiert mit KI-Netzwerk IPAI
Trumpf ist neuer Partner des KI-Netzwerks IPAI in Heilbronn. Gemeinsam wollen beide Seiten Anwendungen der Künstlichen Intelligenz für die Industrie entwickeln und erproben.
mehr...Fraunhofer IOSB eröffnet Humanoid Robots Lab
Das Fraunhofer IOSB eröffnet ein Humanoid Robots Experience Lab in Karlsruhe, Lemgo und Ilmenau. Unternehmen und Organisationen können dort Einsatzmöglichkeiten humanoider Roboter erproben und Pilotprojekte entwickeln.
mehr...Siemens macht ‚Sinumerik One‘ KI-fähig
Siemens hat eine neue Hardwaregeneration für Sinumerik One vorgestellt. Die CNC-Steuerung bietet mehr Rechenleistung, eine 64-Bit-Architektur, KI-Unterstützung und erfüllt die Anforderungen des EU Cyber Resilience Act.
mehr...