Siemens 提出 AI 基礎設施跨層最佳化框架，Aprisa AI 提升生產力達 50 倍並以數位孿生降 50% 良率損失

據 SemiWiki 報導，Siemens 在 AI Infra Summit 上指出，下一代 AI 基礎設施的效能突破將來自跨層（晶片、系統、設施）的最佳化。由於先進製程晶片約在 500 至 750 毫伏下運作，溫度或電壓變化會直接影響時序收斂，因此需要三個層面的深度整合。 在 EDA 與晶片層面，其 AI 原生 EDA 工具 Aprisa AI 結合自然語言代理與設計探索器；簡報稱加速引擎可帶來最高 1,000 倍加速，並提升 10 至 50 倍生產力。 在晶片與系統層面，Siemens 報告指出，先進封裝的熱膨脹翹曲在部分部署中造成逾 50% 良率損失，熱應力則佔現場可靠性問題約 30%，需透過多重物理量（multiphysics）數位孿生於製造前進行預測。 在系統與設施層面，資料中心散熱佔總擁有成本 15% 至 30%，且因開發期無法精確建模，晶片通常帶有約 15% 的設計冗餘。Siemens 為此提出 Intelligence Center X 架構，利用感測器與營運數位孿生，將即時溫度與功耗數據回饋至未來的硬體設計中。