Sommario
Il progetto OCTOPUS, finanziato dal Fondo Italiano per le Scienze Applicate, propone un cambio di paradigma nella progettazione di circuiti integrati analogici, un ambito storicamente caratterizzato da processi manuali, iterativi e ad alta intensità di tempo.
L’obiettivo principale è l'integrazione sinergica di tecniche avanzate di Machine Learning (ML) nel flusso di progettazione EDA (Electronic Design Automation), al fine di realizzare un assistente virtuale basato su Intelligenza Artificiale capace di supportare attivamente il progettista microelettronico.
Il progetto si articola su tre pilastri metodologici che mirano ad un’ottimizzazione significativa dei tempi e dei costi di sviluppo dei chip analogici, standardizzando processi finora legati all'intuito del progettista.
- Layout automatico AI-driven: Sviluppo di algoritmi di apprendimento profondo in grado di generare geometricamente il circuito sul silicio, ottimizzando il posizionamento e il routing dei componenti e minimizzando gli effetti parassiti.
- Accelerazione della simulazione: Superamento dei colli di bottiglia computazionali sostituendo le tradizionali e onerose simulazioni SPICE con stimatori di prestazioni basati su modelli predittivi ML. Questi surrogati veloci consentiranno una valutazione quasi istantanea del comportamento del circuito, accelerando le fasi di ottimizzazione.
- Retargeting tecnologico: Definizione di una metodologia innovativa basata su Transfer Learning per migrare in modo automatizzato un circuito esistente, originariamente implementato in una tecnologia A, verso una nuova tecnologia B, preservandone le specifiche funzionali.
