Software mit Machine-Learning-Funktion für beschleunigte Designs

Bild: Xilinx Inc.

Xilinx hat die Vivado ML Editions vorgestellt, die laut Unternehmen erste FPGA-EDA-Tool-Suite, die auf Machine-Learning (ML)-Optimierungsalgorithmen sowie fortschrittlichen, teambasierten Design-Flows basiert und signifikante Designzeit- und Kosteneinsparungen ermöglicht. Vivado ML Editions bietet eine 5x kürzere Kompilierzeit und durchschlagende Verbesserungen der Ergebnisqualität (QoR) von durchschnittlich 10% bei komplexen Designs, verglichen mit den gegenwärtigen Vivado HLx Editions.

„EDA-Designer stehen heute vor der Herausforderung, dass die Komplexität des Designs immer weiter zunimmt. Maschinelles Lernen ist der nächste große Schritt nach vorn, um den Designprozess zu beschleunigen und QoR-Gewinne zu erzielen“, so Nick Ni, Director of Marketing, Software and AI Solutions bei Xilinx. „Vivado ML wird Entwicklern helfen, die Designzyklen zu verkürzen und ein neues Maß an Produktivität von der Designerstellung bis zum Designabschluss zu erreichen.“

ML-basierte Funktionen

Vivado ML Editions unterstützt ML-basierte Algorithmen, die das Abschließen von Designs beschleunigen. Die Technologie bietet ML-basierte Logikoptimierung, Delay Estimation und intelligente Design Runs, die Strategien zur Reduzierung von Timing-Closure-Iterationen automatisieren.

Kürzere Kompilierzeit und teambasierte Produktivität

Xilinx führt außerdem das Konzept einer Abstract Shell ein, mit der Anwender mehrere Module innerhalb des Systems definieren können, die inkrementell und parallel kompiliert werden. Dies ermöglicht eine durchschnittliche Reduzierung der Kompilierzeit um das 5-fache und bis zu 17-fache im Vergleich zur traditionellen Kompilierung des gesamten Systems. Abstract Shell hilft auch, die IP des Kunden zu schützen, indem die Designdetails außerhalb der Module verborgen werden, was für Anwendungen wie FPGA-as-a-Service und Value-Added-Systemintegratoren entscheidend ist.

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.