Cloem ist ein Technologieunternehmen, das Software auf Basis künstlicher Intelligenz für die Halbleiter-Branche des Electronic Design Automation (EDA) entwickelt. Die Werkzeuge des Unternehmens nutzen maschinelles Lernen- und Deep-Learning-Techniken, um komplexe Herausforderungen im physischen Chip-Design zu bewältigen, darunter Platzierung, Verdrahtung und Verifikation. Cloems Ansatz zielt darauf ab, Designzykluszeiten zu verkürzen und die Kennzahlen für Leistung, Stromverbrauch und Fläche (PPA) fortschrittlicher integrierter Schaltkreise zu verbessern.
Cloem wurde Ende der 2010er-Jahre gegründet und entstand aus Forschung an der Schnittstelle von Neuronalen-Netzwerk-Optimierung und VLSI-Design. Das Unternehmen positioniert sich im breiteren Trend, generative KI- und Large-Language-Model-Methoden auf Hardware-Design anzuwenden, obwohl seine spezifischen Produktangebote auf klassische EDA-Workflows fokussiert bleiben. Cloem hat keine umfangreichen Finanzdetails oder wichtige Kundennamen öffentlich offengelegt, hat jedoch an Branchenkonferenzen teilgenommen und mit akademischen Einrichtungen zusammengearbeitet.
Technologie und Ansatz
Cloems Kerntechnologie nutzt Residual-Network-Architekturen und Bestärkendes Lernen (über RLHF-artiges Feedback), um das Chip-Layout zu optimieren. Im Gegensatz zu traditionellen regelbasierten EDA-Werkzeugen lernen Cloems Modelle aus historischen Designdaten und verwenden Datenanreicherung und Curriculum-Lernen, um die Generalisierung über verschiedene Prozessknoten zu verbessern. Das Unternehmen behauptet, dass seine Werkzeuge Designs bei 5nm und darunter bewältigen können, wo manuelle Optimierung zunehmend unpraktikabel wird.
Die Software integriert sich in Standard-EDA-Abläufe großer Anbieter und bietet Plug-in-Module für Modell-Pruning und Gradienten-Clipping, um numerische Stabilität während des Trainings zu gewährleisten. Cloem verwendet auch Batch-Normalisierung und Layer-Normalisierung, um die Konvergenz in seinen tiefen Netzwerken zu beschleunigen. Die Inferenz-Engine des Unternehmens verwendet Top-p-Sampling für die probabilistische Erkundung von Designalternativen, eine Methode, die von Transformer-basierten Sprachmodellen übernommen wurde.
Produktentwicklung
Cloem hat mehrere Versionen seines Flaggschiff-Optimierers für physisches Design veröffentlicht. Das erste Produkt, das 2020 eingeführt wurde, konzentrierte sich auf die Platzierung von Standardzellen. Eine anschließende Version von 2022 fügte Verdrahtungsoptimierung unter Verwendung von Multi-Head-Attention-Mechanismen hinzu, die eine gleichzeitige Berücksichtigung von Überlastung, Timing und Leistung ermöglicht. Die neueste Version, die 2024 angekündigt wurde, integriert Cross-Attention zwischen Logik- und Layout-Darstellungen, was eine End-to-End-Optimierung von RTL bis GDSII ermöglicht.
Das Unternehmen hat auch einen Verifikationsassistenten entwickelt, der Sequence-to-Sequence-Modelle verwendet, um Designregelverletzungen zu erkennen. Dieses Werkzeug generiert Korrekturvorschläge durch Beam-Search-Dekodierung, was den manuellen Überprüfungsaufwand in internen Benchmarks um schätzungsweise 40% reduziert. Cloems Produkte sind als On-Premises-Software oder über Amazon Web Services- und Azure-Cloud-Bereitstellungen verfügbar.
Marktposition und Wettbewerb
Cloem operiert in einer wettbewerbsintensiven Landschaft, die etablierte EDA-Giganten und neuere KI-native Startups umfasst. Sein Hauptunterscheidungsmerkmal ist die Verwendung von Encoder-Decoder-Architekturen, die auf proprietären Datensätzen aus Foundry-Partnerschaften trainiert werden. Das Unternehmen hat Kooperationen mit TSMC und Samsung Electronics für prozessspezifische Modellkalibrierung angekündigt, obwohl diese Vereinbarungen nicht exklusiv sind.
Im Vergleich zu Wettbewerbern wie Groq und SambaNova, die sich auf KI-Hardwarebeschleunigung konzentrieren, zielt Cloem auf die Designsoftware-Ebene ab. Die Werkzeuge des Unternehmens sind optimiert, um auf AMD- und Intel-CPUs zu laufen, mit optionaler AWS Trainium-Beschleunigung für groß angelegte Trainingsaufträge. Cloem hat keine Umsatzzahlen offengelegt, aber Branchenanalysten schätzen seinen jährlich wiederkehrenden Umsatz auf unter 10 Millionen US-Dollar im Jahr 2024.
Forschung und Veröffentlichungen
Cloems Forschungsteam, geleitet von ehemaligen Mitgliedern des Stanford AI Lab und Berkeley AI Research, hat Papiere auf großen EDA-Konferenzen wie DAC und ICCAD veröffentlicht. Bemerkenswerte Arbeiten umfassen ein Papier von 2023 über "Attention-Based Global Routing", das eine 15%ige Verdrahtungslängenreduzierung auf Benchmark-Schaltungen demonstrierte. Das Unternehmen hat auch Patente auf Positionskodierungs-Schemata für gitterbasierte Layout-Darstellungen eingereicht.
Im Jahr 2024 veröffentlichte Cloem einen Open-Source-Datensatz von 10.000 annotierten Chip-Layouts, um die Reproduzierbarkeit in der KI-gesteuerten EDA-Forschung zu fördern. Dieser Datensatz wurde von akademischen Gruppen am MIT CSAIL und der Carnegie Mellon University verwendet, um neue Algorithmen zu benchmarken. Das Unternehmen unterhält eine aktive Forschungskooperation mit der University of Toronto zu Graphcore-kompatiblen Modellkompressionstechniken.
Zukunftsaussichten
Cloem erforscht Anwendungen von generativer KI für die Synthese analoger Schaltungen, einen Bereich, in dem traditionelle Optimierungsmethoden Schwierigkeiten haben. Das Unternehmen hat auch ein Projekt initiiert, um seine Modelle für das Design von Quantencomputing-Hardware anzupassen, wobei D-Wave-Systeme für hybride klassisch-quantenmechanische Optimierung genutzt werden. Diese Bemühungen befinden sich jedoch in frühen Forschungsstadien und haben bis 2025 keine kommerziellen Produkte hervorgebracht.
Das Unternehmen plant, seine Belegschaft bis 2026 von 45 auf 120 Mitarbeiter zu erweitern, mit Schwerpunkt auf Softwareentwicklung und Feldanwendungsrollen. Cloems Führung hat Interesse an potenziellen Partnerschaften mit Google Cloud und Oracle Cloud für verwaltete Serviceangebote bekundet, obwohl keine formellen Vereinbarungen angekündigt wurden. Der breitere Branchentrend hin zu künstlicher Intelligenz im Chip-Design deutet auf anhaltende Relevanz für Cloems Technologie hin, aber das Unternehmen steht vor Herausforderungen bei der Skalierung seiner Lösungen auf heterogene 3D-IC-Architekturen.
Siehe auch
- electronic-design-automation
- chip-design
- physical-design
- ai-for-hardware