New-Tech Magazine | May 2019 | Special Edition for New-Tech 2019 Exhibition

להשתמש בטכניקת אמולציה תוך מעגלית, קיימים מספר מקורות של מידע אמת מיישומי תכנון ישנים יותר שבהם ניתן להשתמש לצורך האימות של יישום חדש. כל זה הינו חומר חדש לחלוטין וכתוצאה מכך עליכם לבנות סביבת אימות וירטואלית. גם אם יש באפשרותנו להשתמש באמולציה פנים-מעגלית, סביבה וירטואלית הינה עדיין הסביבה המועדפת. במהלך ביצוע הדיבוג לדוגמא לא ניתן לעצור את שעון המקור באמולציה תוך מעגלית. ניתן להפסיק לחפש מידע אך השעון ממשיך בכל זאת להתקדם גם בלעדיכם. לעומת זאת, סביבת מידע וירטואלית הינה וירטואלית בכל המובנים, כולל השעון. כך שאתם יכולים לעצור את התכנון בנקודה קריטית, לבחון ולבדוק מה מתרחש באותה נקודה ואז להמשיך הלאה מהנקודה המדויקת שבה הפסקתם. דבר זה עוזר לתכונת הדטרמיניזם שכפי שראינו הינה אחת התכונות הנדרשות. וכך לבסוף, דבר זה מייצר את הצורך בווירטואליות Veloce מאפייני שלושת הדרישות שהוזכרו: דטרמיניזם, יכולת דירוג ווירטואליזציה מותאמות בצורה מושלמת עם שלושת הבסיסים המרכזיים של . Veloce אמולטורים מדגם יכול Veloce האימות על אמולטורים מדגם להיות דטרמיניסטי לחלוטין. בין אם בוחנים תוכנה או בוחנים חומרה ניתן לחזור על הריצות שוב ושוב ולחקור את החומרה וכל שורת קוד בתוכנה עד שכל אספקט ונקודה בתכנון שלכם נבדק כראוי. הינם בעלי יכולות Veloce האמולטורים מדגם מיליארד שערים. 15 מיליון עד ל 40 שדרוג מ לא משנה מה הגודל והמורכבות של המודלים הינן המקור ב"גודל Veloce שלכם, פלטפורמות הנכון" לצורך ביצוע האימות. עם הגידול בסדרי הגודל של התכנון שלכם, פלטפורמת האמולציה

שלכם יכולה לעבור שדרוג של הקיבולת שלה ללא הפרעה או פגיעה בביצועים וזאת ככדי להבטיח שתסיימו את האימות שלכם בלוח הזמנים שנקבע. סט הנתונים המלא הנדרש לאימות התכנון יכול להיות Veloce באמולטורים מדגם וירטואלי. בין אם נעשה מינוף של כמות מסוימת מהבלוקים הרבים המובנים מראש לצורך האימות, או בתכנון בלוקים משלכם, יש לכם שקיפות מוחלטת וחופש מוחלט לשלוט בביצוע חבילת האימות. פעילות זאת כוללת נושאי דיבוג וכן מדידה מדויקת של פרמטרי התנהגות חשובים של המערכת. לסיכום בינה מלאכותית ולימוד מכונה מאלצים אותנו לחשוב על דרכים חדשות לתכנון ולאימות. שכבר מהווים גורם Veloce אמולטורים מדגם חשוב בשווקים רבים שבהם הכל הינו דינאמי ומשתנה, יהוו כלי נוסף וחשוב עוד יותר להבטיח שהפרויקטים מכווני הבינה המלאכותית שלכם יעברו את האימות שהינו שלב קריטי ונדרש, במסגרת הזמן שתאפשר לכם יציאה בזמן לשוק.

יישום של תכנון לימור :1 תמונה

«

מכונה / בינה מלאכותית

השייכת Mentor ביחידת האמולציה בחברת שנה 20 . הוא עבד במשך Siemens לחברת בתפקידי הנדסת אפליקציות, שיווק וניהול . ושימש במנהל תיכנון EDA בתעשיית ה מכשור ובקרה וניהול התיכנון בחברות כמו וגם בחברת STMicrolectronics , Gadence .לג'אן-מארי יש תואר שני בהנדסת Micron . I . S . E . N חשמל מבית הספר להנדסת חשמל בעיר לייל שבצרפת.

ג'אן-מרי ברונט הינו מנהל שיווק בכיר

ויזואליזציה מאפשרת ריצה של מסגרות ומערות בינה מלאכותית ולימוד מכונה :2 תמונה « תחת אמות מידה לביצועים.

Bluetooth 5, Cellular Module, Antenna Solutions, RF

support@boran.co.il • www.boran.co.il • 03-9274741 : פקס • 03-9274747 : טל •

49 l New-Tech Magazine