ניו-טק מגזין | אוקטובר 2026 | המהדורה הדיגיטלית

: קרדיט תמונת שער

« Siemens Digital Industries Software

)? האם מהנדסים יכולים לשנות או Debug ( כאשר AI לעקוף "אותות" שקובצו על ידי ה הידע המקצועי שלהם מצביע על גישה אחרת? אפקטיביות חייבות גם לספק AI פלטפורמות ממשל נתונים ברור והגנה חזקה על קניין רוחני. המתכננים זקוקים לשליטה מלאה על – AI האופן והמקום שבהם נעשה שימוש ב ללא הפתעות וללא אוטומציה שאופן פעולתה אינו שקוף. הגישה האפקטיבית ביותר משלבת את הדיוק דטרמיניסטיים מוכחים עם EDA של מנועי מודרני. ארכיטקטורה זו משמרת AI היכולות של את האמינות שעליה מסתמכים יצרני השבבים וצוותי התכנון, ובמקביל מוסיפה יכולות חכמות במקומות שבהם הן מספקות ערך מדיד. פיזי וחשמלי דורש מנועים Signoff דטרמיניסטיים שתוכננו לספק דיוק, עקביות ועמידה בדרישות התהליך. סביב בסיס זה ניתן באופן מושכל, כדי להאיץ תהליכי AI לשלב ). צוותי 1 עבודה מבלי לפגוע בוודאות (איור מימים Debug תכנון מדווחים על צמצום זמני ה- מקבל החלטות באופן AI לשעות – לא משום שה אוטונומי, אלא משום שהוא מציף את המידע הנכון בזמן הנכון. ) עצמאי עשוי להבין באופן LLM מודל שפה גדול ( תיאורטי מושגים מתחום המוליכים למחצה, אך אין ברשותו הידע העמוק על תכנון מסוים, צומת Foundry טכנולוגי מסוים או מערך כללי הייצור ( משולב AI ) של יצרן מסוים. כאשר ה- Rule Deck בתוך פתרונות אימות אמינים, הוא מקבל גישה לידע ארגוני ספציפי, להקשר של התכנון ולנתונים דטרמיניסטיים. כך הוא יכול לספק הנחיות המבוססות על המציאות הפיזית של השבב ועל הניסיון המצטבר של הארגון, ולאפשר למהנדסים לתשאל את האותות באמצעות שפה טבעית כדי להאיץ את ניתוח שורש הבעיה. אמון נוצר כאשר מהנדסים יכולים לשמור על שליטה מלאה ועל נראות מלאה של התהליך, תוך הסתייעות באוטומציה חכמה המסבירה את ההיגיון שמאחורי פעולותיה. שיתוף הפעולה הופך קל יותר כאשר הכלים מאפשרים לצוותים , להקצות Debug לשתף את ההקשר של תהליך ה בעיות ולתאם ביניהם את דרכי הפתרון. כך נשמר הידע הארגוני והצוותים יכולים להמשיך דיוק דטרמיניסטי פוגש אוטומציה חכמה

אמין בתכנון מוליכים למחצה תלוי בארכיטקטורה שקופה, בממשל נתונים AI :1 איור « ובשליטה של המהנדס בתוך התהליך. Siemens Digital Industries Software קרדיט:

חייב להיות מהיר, AI כלכלת הייצור. כאן ה אך גם כזה שניתן להצדיק את תוצאותיו בפני שותפי הייצור ושניתן לבצע עליו ביקורת כאשר מתעוררות בעיות. אלגוריתמים של למידת מכונה יכולים להשיג בזמני הריצה של 100 עד פי 10 שיפור של פי סימולציות ליתוגרפיות, תוך שמירה על רמת הדיוק הנדרשת בצומתי תהליך מתקדמים ). היתרון הוא המהירות, אך כלים 2 (איור אלה חייבים לספק גם את השקיפות הדרושה למהנדס כדי לפעול. לא רק AI משמעות הדבר היא שיש להעריך כלי

להתקדם ביעילות גם כאשר המורכבות גדלה. צריך להעצים את המהנדסים, ולעולם לא AI להחליף את שיקול דעתם או להפוך תהליכים קריטיים לקשים להבנה. השילוב בין מנועים מעשי וניתן להסבר AI דטרמיניסטיים לבין מאפשר להשיג גם מהירות וגם ודאות בתהליך . Signoff ה ייצור והצורך בשקיפות המשמעות הופכת קריטית אף יותר כאשר מכינים שבבים לייצור, שלב שבו אופטימיזציה ) משפיעה ישירות על Yield של תפוקת הייצור (

יכול להאיץ באופן דרמטי סימולציות ליתוגרפיות, אך הטמעתו בסביבת ייצור עדיין AI :2 איור « תלויה בשקיפות, ביכולת ביקורת ובביטחון בתוצאות. Siemens Digital Industries Software קרדיט:

New-Tech Magazine l 46