第831章 芯片进展3 (2/3)

他的EDA团队身上。

    面对孟良凡几乎一波又一波的挑战和全场聚焦的压力，陈默没有表现出丝毫的慌乱或防御姿态。

    他缓缓坐直身体，目光平静地迎向孟良凡，然后扫过全场，最后落在自己面前的电脑上。

    “孟教授提出的问题，正是我们EDA产品线过去一年，投入超过70%研发资源全力攻坚的方向。

    也是我们理解的，打破僵局的关键。”

    陈默的声音沉稳有力，显得很自信。

    “工具链的升级，对我们而言，不是锦上添花，而是从‘辅助’走向‘驱动’和‘赋能’的战略转变。

    下面，我向各位详细同步一下我们的进展。”

    他熟练地操控会议室的投影，瞬间切换到了EDA产品线的详细技术架构界面。

    复杂的软件模块图、算法逻辑图、性能对比柱状图层层展开，如同展开一幅精密的作战地图。

    “首先，在数字设计与实现方面，”陈默放大了一个标注着“AI-Driven DeSign”的区域。

    “由钟耀祖负责的‘伏羲’AI驱动设计系统已迭代至3.0版本。

    其核心采用了深度强化学习算法，在布局布线（PlaCe & ROUte）阶段，能够实现功耗-性能-面积（PPA）的多目标自动联合优化。”

    他调出一份详细的内部测试报告投影：

    “根据在海思‘猎人’芯片和另一款网络处理器芯片上的全流程试点对比数据，在达成相同时序和功能目标的前提下，‘伏羲’系统可以将芯片面积额外优化5-8%，动态功耗降低10-15%，同时时钟树功耗优化达20%。”

    他特意看向姚尘风：

    “姚总，这意味着在N+1高昂的成本下，我们可以用更小的芯片面积实现同等功能，直接对冲良率造成的成本劣势；

    或者用同样的面积集成更多晶体管来提升性能；

    更直接的是，功耗的降低直接转化为手机的续航提升。

    这是最直接的商业价值。”

    姚尘风身体前倾，仔细审视着投影上的对比数据，眼神越来越亮：

    “实测数据？完全替换了传统工具流？

    ‘猎人’芯片能提前达标，有这个因素的贡献？”

    “是的，姚总。”陈默肯定地回答，并切换幻灯片，展示了更详细的试点项目总结：

    “这是两份独立的验证报告。

    ‘伏羲’系统在海思团队的支持下，已经具备了替代传统主流工具完成全流程设计的能力。

    ‘猎人’芯片的某些模块能提前达到性能目标，‘伏羲’的优化算法功不可没。

    我们已经准备好了全套的部署手册和技术支持团队。”

    “好！非常好！”姚尘风忍不住拍手，脸上露出了今天会议以来最振奋的表情。

   &nbs

本章未完，请点击下一页继续阅读