Prof. Dr.-Ing. Patrick Mäder, Technische Universität Ilmenau

„Unser Fachgebiet für Daten-intensive Systeme und Visualisierung (dAI.SY) am Institut für Praktische Informatik und Medieninformatik an der Technischen Universität Ilme­nau und das IMMS haben in der Thüringer Forschergruppe IntelligEnt zusammen­gearbeitet, um die Entwurfsautomatisierung für integrierte Schaltungen und Systeme durch den Einsatz von Algorithmen des maschinellen Lernens zu verbessern.

Gemeinsam mit dem IMMS haben wir für den Entwurf von Analog-/Mixed-Signal-Schaltungen eine Schaltungsverarbeitung durch lernende Algorithmen realisiert. Integriert in die Entwurfssoftware werden Algorithmen eingesetzt, um den Schaltungsentwickler durch neuartige Funktionen wie der Erkennung untypischer Strukturen während des Entwurfsprozesses zu unterstützen. Die dafür entwickelte Schaltungsrepräsentation und das entwickelte Lernverfahren ermöglichen es, dass neuronale Netzwerke die Funktion von Schaltungsblöcken implizit lernen können. Darüber hinaus hat das IMMS auf der Basis unserer KI-Unterstützung neue Lösungen für die Modellierung, das Layout, die Simulation und Verifikation sowie für Test und Charakterisierung integrierter Schaltungen entwickelt.

Neben der Entwurfsautomatisierung haben wir gemeinsam mit dem IMMS ein Verfahren für die Machine-Learning-gestützte Messdatenanalyse für ASICs entwickelt. Unsere entwickelte Methode analysiert umfangreiche und zahlreiche Signalverläufe selbstständig auf potentielle und unbekannte Fehler und erstellt automatisch Gruppen zusammenhängender Fehlertypen. Praxistests mit industriellen Partnern ergaben eine zehn- bis 30-fache Verringerung des sonst enormen Zeit- und Kostenaufwands für die Analyse von Messdaten.

Es war für uns eine große Freude zu sehen, mit welcher Zielstrebigkeit und mit welchem Engagement die Kollegen vom IMMS mit ihrem fundierten Anwendungs-Know-how daran gearbeitet haben, die von uns erforschten Methoden und Werkzeuge und das immense Potential des maschinellen Lernens für den Mikroelektronik-Entwurf zu erschließen. Dafür hat das IMMS Anforderungen und Datensätze aus der Industrie genutzt, die von Unternehmen des projektbegleitenden Beirats beigesteuert wurden. Es konnte daran die Methoden nicht nur validieren, sondern auch deren großen Nutzen erfolgreich demonstrieren. Für uns zeigt die Kooperation, wie wichtig das IMMS für einen Ergebnistransfer von der Grundlagenforschung in die Praxis ist. Dazu trägt aus unserer Sicht neben dem tiefen fachlichen Verständnis auch die lösungs­orientierte, agile und kollegiale Arbeitsweise bei.

Darüber hinaus haben wir gemeinsam mit dem IMMS am Softwareprojekt AnoPCB gearbeitet. Dort haben von uns gemeinsam betreute Studenten auf der Grundlage der IntelligEnt-Ergebnisse zum Schaltungs-Layout ein PlugIn für die PCB-Entwurfssoftware KiCad entwickelt. Die Lösung wurde vom IEEE Council on Electronic Design Automation (CEDA) mit dem EDA Competition Award für Nachwuchswissenschaftler ausgezeichnet. Dieser Erfolg beim Wettbewerb anlässlich der internationalen Konferenzen zu Methoden für den Entwurf integrierter Schaltungen SMACD 2021 und PRIME 2021 macht deutlich, mit welcher Schubkraft das IMMS Nachwuchsförderung mit Forschung und Entwicklung verbindet.

Wir zählen auf eine weiterhin gute gemeinsame Betreuung von Studentinnen und Studenten und freuen uns auf die nächste Gelegenheit zur Zusammenarbeit bei F&E-Themen zur elektronischen Entwurfsautomatisierung und KI.“