GBT Technologies Inc. implementeert een machine learning gedreven, pattern matching technologie binnen haar Epsilon, microchip's betrouwbaarheid verificatie en correctie Electronic Design Automation (EDA) tool. Ontwerpregels worden steeds complexer met elk nieuw procesknooppunt en ontwerpbedrijven worden geconfronteerd met nieuwe uitdagingen op het gebied van fysieke verificatie. Een van de belangrijkste gebieden die door de procesfysica worden beïnvloed, is betrouwbaarheidsverificatie (RV).

Microchips zijn belangrijke componenten in bijna elke belangrijke elektronicatoepassing. Civiele, militaire en ruimteverkenningsindustrieën vereisen een betrouwbare werking gedurende vele jaren en in zware omstandigheden. Krachtige computersystemen vereisen geavanceerde verwerking met een hoge betrouwbaarheid om de consistentie en nauwkeurigheid van de verwerkte gegevens te garanderen.

Complexe geïntegreerde schakelingen vormen het hart van deze systemen en moeten zeer betrouwbaar functioneren. Vooral op het gebied van geneeskunde, luchtvaart, vervoer, gegevensopslag en industriële instrumentatie is de betrouwbaarheidsfactor van microchips van cruciaal belang. GBT past in zijn Epsilon-systeem nieuwe, door machinaal leren aangedreven, patroonvergelijkingstechnieken toe om de fysica van geavanceerde halfgeleiders aan te pakken en een hoog niveau van betrouwbaarheid, optimaal stroomverbruik en hoge prestaties te garanderen.

Als Epsilon de lay-out van een geïntegreerd circuit (IC) analyseert, identificeert het de zwakke plekken in de betrouwbaarheid, dat zijn specifieke gebieden van de lay-out van een IC, en leert het hun patronen. Terwijl de tool de lay-out verder analyseert, registreert het de probleemzones, rekening houdend met de oriëntaties en plaatsingen van de patronen. Bovendien is het ontworpen om kleine variaties in de afmetingen van het patroon te begrijpen, zoals opgegeven door de ontwerper of een automatische synthesetool.

Naarmate de zwakke plekken worden geïdentificeerd, zal het hulpmiddel passende actie ondernemen om ze aan te passen en te corrigeren. Een diep lerend mechanisme voert de gegevensanalyse, identificatie, categorisatie en redenering uit terwijl het een automatische correctie uitvoert. De Machine Learning begrijpt de patronen en legt ze vast in een interne bibliotheek voor toekomstig gebruik.

Epsilons pattern matching-technologie analyseert de gegevens van de chip volgens een reeks vooraf gedefinieerde en uit ervaring geleerde regels. Door zijn cognitieve capaciteiten past het zichzelf aan aan de nieuwste nodes met nieuwe beperkingen en uitdagingen, met als doel een snelle en betrouwbare verificatie en correctie van een IC-lay-out. Er is geen garantie dat de Vennootschap succesvol zal zijn in het onderzoek, de ontwikkeling of de implementatie van dit systeem.

Om dit concept met succes te implementeren, zal de Onderneming voldoende kapitaal moeten verzamelen om haar onderzoek te ondersteunen en, indien het met succes wordt onderzocht en volledig ontwikkeld, zou de Onderneming een strategische relatie moeten aangaan met een derde partij die ervaring heeft met de productie, verkoop en distributie van dit product. Er is geen garantie dat de Onderneming succesvol zal zijn in een of alle van deze kritieke stappen.