Ziel von KI-EDA war es, die Werkzeuge der Künstlichen Intelligenz (KI) für den schnellen und zuverlässigen Entwurf von maßgeschneiderten Encoder- und Sensorchips zu erschließen. Solche mikroelektronischen Systeme werden für neuartige intelligente, autonome Produktionssysteme benötigt, die Daten sicher und dezentral analysieren und damit Fertigungsszenarien prognostizieren und verbessern können.

Herkömmliche Entwurfsmethoden reichen für komplexe und individuelle Designs meist nicht aus

Mit Encoder- und Sensorchips werden beispielsweise Drehbewegungen an Maschinen erfasst und in elektronische Signale für die digitale Verarbeitung umgewandelt. Diese Chips werden für Produktionsanlagen und -prozesse individuell angepasst und werden immer leistungsfähiger und komplexer. Der Entwurf und die Verifikation der Chips stößt mit herkömmlichen Methoden der elektronischen Design-Automation (EDA) an Grenzen und ist in weiten Teilen durch das Erfahrungswissen von Design-Ingenieuren geprägt.

Neue Methoden sollen Entwicklungszeit kundenspezifischer Chips senken

Im Projekt KI-EDA wurde daher unter der Leitung der iC-Haus GmbH an KI-unterstützten Methoden der Entwurfsautomatisierung und an einem Baukastensystem für das Chipdesign gearbeitet. Individuelle Funktionen sollen sich in Form von Funktionsblöcken mit kurzen Designzeiten und geringer Fehlerquote schnell und kostengünstig auswählen, kombinieren, simulieren und in ein für die geplante Anwendung maßgeschneiderten Encoder- bzw. Sensorchip überführen lassen. Weiterhin wird es damit möglich, neue Funktionalitäten wie z. B. KI-basierte Predictive-Maintenance-Lösungen flexibel und schnell zu realisieren. Fehler im Entwurf und damit zeitaufwändige Redesigns sollen auf diese Weise reduziert werden.

Die Partner iC-Haus und CENTITECH haben hierfür intelligente Funktionen und energieautarke Lösungen für die neuen mikroelektronischen Systeme erforscht, realisiert und in anwendungsnahen Demonstratoren charakterisiert. Damit sollen die für einen flächendeckenden und breiten Einsatz in I4.0-Produktionsumgebungen erforderlichen Eigenschaften gewährleistet werden. Zudem stellen die Partner sicher, dass die Systeme in hohen Stückzahlen gefertigt werden können.

IMMS erforschte ML-Algorithmen und smarte Modelle für Baukastensystem zum schnellen und sicheren Chip-Entwurf

Das IMMS hat Algorithmen des maschinellen Lernens (ML) für ihre Anwendbarkeit im Chip-Design (EDA) erforscht, um diese in ein neuartiges Designer-Assistenzsystem zu überführen, die Entwurfsprozesse effizienter zu gestalten und zu beschleunigen. Die neu erforschten ML-Methoden werden vor allem einer schnellen Entwurfsabsicherung dienen und damit die Designsicherheit erhöhen. Sie zielen insbesondere auf die modellbasierte Fehlersuche ab und sollen die Komplexität bei der Arbeit mit IP-Bibliotheken, d. h. mit Sammlungen von vorhandenen Schaltungskomponenten bzw. Elektronikblöcken, reduzieren. Neue Chips lassen sich so im Baukastensystem zusammenzusetzen. Darüber hinaus hat  das IMMS „Smart Models“ erforscht und realisiert. Erstmals wurden damit Modelle dank neuer Algorithmik in die Lage versetzt, ihren eigenen Gültigkeitsbereich rechnerisch zu überprüfen und damit falsch-positive Verifikationsergebnisse auszuschließen.