Das dreijährige Entwicklungsprojekt „Künstliche Intelligenz für den Entwurf von mikroelektronischen Antriebssteuerchips als Schlüsselprodukte für Industrie 4.0 (KI-EDA)“ wird vom BMBF gefördert. Ziel des von IC-Haus geleiteten Verbundprojekts ist es, die Werkzeuge der künstlichen Intelligenz (KI) für den schnellen und zuverlässigen Entwurf von maßgeschneiderten Encoder- und Sensorchips zu erschließen.

Virtuelles Kick-off-Meeting: Das Verbundprojekt KI-EDA soll in den nächsten drei Jahren erforschen, wie sich Werkzeuge der künstlichen Intelligenz beim Entwurf von Antriebssteuerchips für die Industrie 4.0 einsetzen lassen können.

Virtuelles Kick-off-Meeting: Das Verbundprojekt KI-EDA soll in den nächsten drei Jahren erforschen, wie sich Werkzeuge der künstlichen Intelligenz beim Entwurf von Antriebssteuerchips für die Industrie 4.0 einsetzen lassen können. KI-EDA

Derartige mikroelektronischen Systeme sind für neuartige intelligente, autonome Produktionssysteme notwendig, die Daten sicher und dezentral analysieren und damit Fertigungsszenarien prognostizieren und verbessern können. Encoder- und Sensorchips erfassen beispielsweise Drehbewegungen an Maschinen und wandeln diese in elektronische Signale für die digitale Verarbeitung. Diese Chips werden für Produktionsanlagen und -prozesse individuell angepasst und fallen immer leistungsfähiger, aber auch komplexer aus. Der Entwurf und die Verifikation der Schaltkreise stößt mit herkömmlichen Methoden der elektronischen Design-Automation (EDA) an Grenzen und ist in weiten Teilen durch das Erfahrungswissen von Design-Ingenieuren geprägt.

Im Projekt KI-EDA wird daher 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 einen für die geplante Anwendung maßgeschneiderten Encoder- beziehungsweise Sensorchip überführen lassen. Weiterhin wird es damit möglich, neue Funktionalitäten wie zum Beispiel KI-basierte Predictive-Maintenance-Lösungen flexibel und schnell zu realisieren.

Maschinelles Lernen soll Fehler im Entwurf reduzieren

Fehler im Entwurf und damit zeitaufwendige Redesigns sollen damit erheblich seltener auftreten. Es wird angestrebt, die Entwicklungszeit von kundenspezifischen Chips um bis zu zwei Drittel zu senken. IC-Haus, Anbieter von optischen und magnetischen Encoder-Chips, und Centitech, Entwicklungsspezialist innerhalb der Fraba-Gruppe für elektronische und mechanische Produkte für die Industrieautomation, bündeln damit ihre Expertise, um intelligente Funktionen und energieautarke Lösungen für neue mikroelektronische Systeme zu erforschen, zu realisieren und in anwendungsnahen Demonstratoren zu charakterisieren. Das IMMS (Institut für Mikroelektronik- und Mechatronik-Systeme) wird Algorithmen des maschinellen Lernens (ML) für ihre Anwendbarkeit im Chipdesign erforschen und in ein neuartiges Designer-Assistenzsystem überführen. Dies soll die Entwurfsprozesse effizienter gestalten und beschleunigen.

Die neu zu erforschenden ML-Methoden sollen 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 reduzieren. So lassen sich neue Chips im Baukastensystem zusammensetzen. Darüber hinaus wird das IMMS „Smart-Models“ erforschen und realisieren. Erstmals sollen damit Modelle dank neuer Algorithmik in der Lage sein, ihren eigenen Gültigkeitsbereich rechnerisch zu überprüfen und damit falsch-positive Verifikationsergebnisse auszuschließen.