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