隨著 AI 與 5G 興起,各國半導體晶片需求日益擴大,且對於晶片設計的要求與複雜性也無止境的增加:希望新晶片設計可以不斷增加閘極數量、極小化晶片尺寸以及大幅縮短上市時間等。此時電子設計自動化 (EDA) 在其中扮演越來越吃重的腳色。從系統架構設計開始、落實到功能的定義與實現,以及最終實現整個晶片的設計與驗證,若沒有 EDA 輔助,設計這樣複雜的電路並同時保證良率是很難達到的。 NVIDIA 作為全面整合的運算平台,與 Cadence 共同推動為積體電路設計 (IC design)、系統單晶片 (SoC) 以及印刷電路板 (PCB) 等提供完整的 EDA 工具,更以獨特的演算法利用大量高效運算 CPU 核數及 GPU 大幅減少求解時間。為台灣晶圓製程研發、製造與代工供應鏈提供最佳解,加快晶圓設計與驗證。
![]() |
maincontent goes here
Content goes here
content goes here
Content goes here
Content goes here
NVIDIA 資深資料科學家 Andrew 協助客戶構建基於 NVIDIA 技術的創新解決方案。研究興趣是將機器學習算法應用於現實世界的問題。在加入 NVIDIA 之前,曾擔任富士康機器學習工程師,領導了分析團隊,並開發了各種以製造流程為中心的預測建模項目,包括缺陷檢查和預測性維護。他是洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory) 生物科學團隊的訪問學者,致力於人類和環境微生物組項目。
擁有國立台灣大學電信工程學博士學位,目前任職於 Cadence 智慧系統設計產品技術服務部,他曾負責東南亞國協及大中華區 AWR 產品技術支持工作多年,與各公司機構研究部門在 RF 微波應用上有廣泛實務交流.他研究興趣包括 MMIC、SI、EMC 和計算電磁。
Presenter 3 Bio
Presenter 4 Bio
Content here
Webinar: Description here
Date & Time: Wednesday, April 22, 2018