Sự phát triển của các thiết kế IC và PCB kéo theo yêu cầu ngày càng cao về năng lực tính toán, mô phỏng và xác minh. Điều này khiến việc tối ưu quy trình và rút ngắn thời gian xử lý trở thành một bài toán quan trọng trong phát triển sản phẩm điện tử.
Siemens EDA AI đã kết hợp các phương pháp EDA truyền thống với Machine Learning (ML), Reinforcement Learning (RL), Generative AI và Agentic AI, từ đó hỗ trợ nhiều hoạt động từ triển khai thiết kế, mô phỏng đến Design-for-Test (DFT), physical verification và điều phối workflow.
Cách tiếp cận này không nhằm thay thế các công cụ EDA hiện có hay chuyên môn của kỹ sư. AI được sử dụng để hỗ trợ xử lý dữ liệu, tự động hóa một số tác vụ và đề xuất phương án tối ưu. Các kết quả vẫn cần được đánh giá trong quy trình kỹ thuật phù hợp, đặc biệt tại những bước verification và sign-off.
1. Ba định hướng phát triển của Siemens EDA AI
Siemens EDA phát triển ứng dụng AI theo 3 trụ cột chính:
- Faster Engines – AI kết hợp với các phương pháp tính toán tiên tiến để hỗ trợ các tác vụ thiết kế mô phỏng, verification và tối ưu hóa.
- Smarter Execution – Generative AI và các AI Agent chuyên biệt hỗ trợ kỹ sư thực hiện những công việc lặp lại, tương tác với công cụ bằng ngôn ngữ tự nhiên và phối hợp các bước trong workflow kỹ thuật.
- Trusted Outcomes – Các đề xuất/hỗ trợ thực hiện tác vụ. Kết quả cuối cùng vẫn cần được đánh giá bằng các công cụ EDA và quy trình verification tương ứng.
Các định hướng trên được thể hiện qua nhiều giải pháp trong hệ sinh thái Siemens EDA, bao gồm Aprisa AI, Solido Generative & Agentic AI, Tessent Embedded AI, Calibre Vision AI và Fuse EDA AI System.
2. Aprisa AI – tối ưu PPA trong thiết kế Digital IC
Trong quy trình thiết kế digital IC, việc đạt mục tiêu về Power, Performance và Area (PPA) thường đòi hỏi kỹ sư thử nghiệm nhiều phương án implementation và liên tục điều chỉnh các tham số. Quá trình này có thể tiêu tốn đáng kể thời gian trước khi thiết kế đạt yêu cầu.
Aprisa AI ứng dụng ML, Reinforcement Learning, Generative AI và AI Agent để hỗ trợ implementation từ RTL đến GDS. Trong đó, AI Design Explorer giúp tự động khảo sát các chiến lược implementation theo mục tiêu PPA do kỹ sư xác định, hỗ trợ tìm kiếm phương án phù hợp và giảm khối lượng tuning thủ công.
Bên cạnh tối ưu triển khai, Aprisa còn hỗ trợ tương tác bằng ngôn ngữ tự nhiên, gợi ý command và tự động hóa một số tác vụ thiết kế. Kỹ sư vẫn giữ quyền kiểm soát đối với quá trình thực thi và đánh giá kết quả.
3. Solido AI – AI cho Custom IC và Analog/Mixed-Signal
Đối với thiết kế Custom IC và analog/mixed-signal, quá trình phát triển thường liên quan đến nhiều vòng simulation, phân tích waveform, kiểm tra testbench và đánh giá ảnh hưởng của variation.
Solido Generative & Agentic AI hỗ trợ nhiều workflow, từ simulation và variation-aware verification đến library characterization và IP validation. Các khả năng AI có thể hỗ trợ dự đoán nhu cầu tài nguyên tính toán, tối ưu testbench, tổng hợp các chỉ số quan trọng và phân tích log hoặc waveform để giúp kỹ sư xác định những vấn đề cần xem xét.
Thay vì thay thế simulation engine, AI bổ sung khả năng phân tích và diễn giải dữ liệu, giúp kỹ sư tiếp nhận kết quả kỹ thuật thuận tiện hơn trong quá trình đánh giá thiết kế.
4. Tessent Embedded AI – Tối ưu kiểm thử và hỗ trợ phân tích yield
Các công nghệ AI trong hệ sinh thái Tessent hỗ trợ những hoạt động liên quan đến Design-for-Test (DFT), kiểm thử và phân tích dữ liệu lỗi. Các công nghệ analytical và predictive AI có thể hỗ trợ tối ưu ATPG, đánh giá fault coverage, diagnosis và yield learning. Chẳng hạn, ATPG Expert có thể hỗ trợ điều chỉnh tham số kiểm thử nhằm cân bằng giữa fault coverage và số lượng pattern cần sử dụng.
Các công nghệ analytical và predictive AI có thể hỗ trợ tối ưu ATPG, phân tích fault coverage, diagnosis và yield learning. Ví dụ, ATPG Expert có thể tự động điều chỉnh các tham số test nhằm cân bằng giữa fault coverage và số lượng pattern.
Ở giai đoạn phân tích sau sản xuất, Machine Learning và các phương pháp xác suất có thể hỗ trợ xác định các vị trí hoặc nguyên nhân lỗi tiềm nghi (defect suspects). Đồng thời, những yếu tố có ảnh hưởng hệ thống đến yield cũng sẽ được tìm kiếm qua việc phân tích dữ liệu từ số lượng lớn chip.
5. Calibre Vision AI – Xác định và phân tích lỗi DRC
Các thiết kế IC phức tạp có thể tạo ra số lượng lớn vi phạm khi chạy Design Rule Check (DRC). Việc rà soát từng vi phạm và xác định những lỗi có chung nguyên nhân sẽ khiến quá trình debug kéo dài hơn.
Calibre Vision AI hỗ trợ kỹ sư phân tích kết quả DRC thông qua việc trực quan hóa mật độ lỗi trên chip, nhóm các violation có đặc điểm tương đồng và tổ chức kết quả theo chip, block hoặc hierarchy. Điều này giúp đội ngũ verification nhận diện các khu vực tập trung nhiều lỗi, xác định hotspot và ưu tiên những nhóm vi phạm cần được kiểm tra sâu hơn.
Tuy nhiên, cần phân biệt rõ vai trò của Vision AI với công đoạn xác minh vật lý: Calibre rule deck và physical-verification engine vẫn là cơ sở để xác định thiết kế có đáp ứng các quy tắc thiết kế hay không. Vision AI hỗ trợ phân tích và debug, không thay thế quá trình DRC hoặc sign-off.
6. Fuse EDA AI System – Tận dụng AI xuyên suốt hệ sinh thái EDA
Trong khi các giải pháp như Aprisa, Solido, Tessent và Calibre tập trung vào những bài toán kỹ thuật cụ thể, Fuse EDA AI System hướng đến việc hỗ trợ tương tác và phối hợp công việc trên phạm vi rộng hơn của hệ sinh thái EDA.
Fuse kết hợp kiến thức EDA, dữ liệu kỹ thuật được cấp quyền, giao diện ngôn ngữ tự nhiên và AI Agent để hỗ trợ các workflow trên nhiều công cụ. Hệ thống sử dụng Retrieval-Augmented Generation (RAG) chuyên biệt cho EDA nhằm truy xuất thông tin sản phẩm, command và hướng dẫn workflow phù hợp với ngữ cảnh kỹ thuật.
Cần lưu ý, phạm vi thực hiện cụ thể phụ thuộc vào chức năng được hỗ trợ và cấu hình triển khai của hệ thống. Có thể hình dung vai trò của các giải pháp như sau:
- Aprisa AI: Digital implementation và PPA optimization.
- Solido AI: Simulation, variation và Custom IC.
- Tessent AI: DFT, ATPG, diagnosis và yield.
- Calibre Vision AI: Physical verification và DRC debug.
- Fuse EDA AI: Kết nối kiến thức, dữ liệu, ngôn ngữ tự nhiên và AI Agent xuyên nhiều workflow.
7. Từ tự động hóa đến Engineering Intelligence
Ứng dụng AI trong Siemens EDA không chỉ giới hạn ở việc tương tác với phần mềm bằng ngôn ngữ tự nhiên. AI được đưa vào các quy trình kỹ thuật cụ thể, từ tối ưu RTL-to-GDS và mô phỏng đến kiểm thử, xác minh vật lý và phân tích dữ liệu thiết kế.
Khi được áp dụng đúng bài toán, hệ giải pháp này có thể giảm tối đa các tác vụ lặp lại, rút ngắn thời gian tìm kiếm thông tin và hỗ trợ kỹ sư xử lý dữ liệu hiệu quả hơn. Nhờ đó, đội ngũ thiết kế có thêm điều kiện tập trung vào các quyết định kỹ thuật quan trọng.
Tuy nhiên, hiệu quả triển khai còn phụ thuộc vào nhu cầu thực tế và quy trình của từng doanh nghiệp. Trước khi lựa chọn giải pháp, doanh nghiệp cần xác định công đoạn đang gặp hạn chế, đánh giá khả năng tương thích với hệ thống hiện tại và xem xét các yêu cầu về mô hình triển khai, bảo mật dữ liệu và licensing.
Tìm hiểu thêm
- Workshop: Tăng tốc thiết kế chip bán dẫn với Calibre của Siemens
- Vietbay tham dự Chương trình khởi động SemiExpo Vietnam 2026
Về chúng tôi
Vietbay – đối tác phân phối chính thức của Siemens tại Việt Nam – cung cấp các giải pháp phần mềm và dịch vụ kỹ thuật số, bao gồm tư vấn, triển khai và hỗ trợ kỹ thuật sau bán hàng. Doanh nghiệp có nhu cầu tìm hiểu về các giải pháp Siemens EDA AI, cấu hình sản phẩm hoặc demonstration có thể liên hệ Vietbay để được tư vấn chi tiết.
