अंग्रेज़ी से अनुवादित

क्लोएम एक कंपनी है जो सेमीकंडक्टर चिप डिजाइन के लिए एआई-संचालित सॉफ्टवेयर विकसित करती है, जो इलेक्ट्रॉनिक डिजाइन ऑटोमेशन (EDA) उपकरणों पर केंद्रित है। यह उन्नत चिप्स के लिए भौतिक डिजाइन और सत्यापन प्रक्रियाओं को अनुकूलित करने के लिए मशीन लर्निंग लागू करता है।

क्लोएम एक प्रौद्योगिकी कंपनी है जो अर्धचालक इलेक्ट्रॉनिक डिज़ाइन स्वचालन (ईडीए) उद्योग के लिए कृत्रिम बुद्धिमत्ता-आधारित सॉफ्टवेयर विकसित करती है। कंपनी के उपकरण चिप भौतिक डिज़ाइन में जटिल चुनौतियों का समाधान करने के लिए मशीन-लर्निंग और डीप-लर्निंग तकनीकों को लागू करते हैं, जिनमें प्लेसमेंट, रूटिंग और सत्यापन शामिल हैं। क्लोएम का दृष्टिकोण उन्नत एकीकृत सर्किट के लिए डिज़ाइन चक्र समय को कम करने और प्रदर्शन, शक्ति और क्षेत्र (पीपीए) मेट्रिक्स में सुधार करने का लक्ष्य रखता है।

2010 के दशक के अंत में स्थापित, क्लोएम न्यूरल-नेटवर्क अनुकूलन और वीएलएसआई डिज़ाइन के प्रतिच्छेदन पर अनुसंधान से उभरा। कंपनी ने हार्डवेयर डिज़ाइन के लिए जनरेटिव-एआई और लार्ज-लैंग्वेज-मॉडल पद्धतियों को लागू करने की व्यापक प्रवृत्ति के भीतर खुद को स्थापित किया है, हालांकि इसके विशिष्ट उत्पाद पेशकश शास्त्रीय ईडीए वर्कफ्लो पर केंद्रित हैं। क्लोएम ने व्यापक वित्तीय विवरण या प्रमुख ग्राहक नामों का सार्वजनिक रूप से खुलासा नहीं किया है, लेकिन इसने उद्योग सम्मेलनों में भाग लिया है और शैक्षणिक संस्थानों के साथ सहयोग किया है।

प्रौद्योगिकी और दृष्टिकोण

क्लोएम की मुख्य तकनीक चिप लेआउट को अनुकूलित करने के लिए अवशिष्ट-नेटवर्क आर्किटेक्चर और सुदृढीकरण-लर्निंग (आरएलएआईएफ-शैली फीडबैक के माध्यम से) का लाभ उठाती है। पारंपरिक नियम-आधारित ईडीए उपकरणों के विपरीत, क्लोएम के मॉडल ऐतिहासिक डिज़ाइन डेटा से सीखते हैं, विभिन्न प्रक्रिया नोड्स में सामान्यीकरण में सुधार के लिए डेटा-ऑगमेंटेशन और करिकुलम-लर्निंग का उपयोग करते हैं। कंपनी का दावा है कि इसके उपकरण 5nm और उससे नीचे के डिज़ाइन संभाल सकते हैं, जहां मैनुअल अनुकूलन तेजी से अव्यावहारिक हो जाता है।

सॉफ्टवेयर प्रमुख विक्रेताओं के मानक ईडीए फ्लो के साथ एकीकृत होता है, जो प्रशिक्षण के दौरान संख्यात्मक स्थिरता सुनिश्चित करने के लिए मॉडल-प्रूनिंग और ग्रेडिएंट-क्लिपिंग के लिए प्लग-इन मॉड्यूल प्रदान करता है। क्लोएम अपने गहरे नेटवर्क में अभिसरण में तेजी लाने के लिए बैच-नॉर्मलाइजेशन और लेयर-नॉर्मलाइजेशन तकनीकों का भी उपयोग करता है। कंपनी का अनुमान इंजन डिज़ाइन विकल्पों की संभाव्य खोज के लिए टॉप-पी-सैंपलिंग का उपयोग करता है, जो ट्रांसफॉर्मर-आधारित भाषा मॉडल से उधार ली गई विधि है।

उत्पाद विकास

क्लोएम ने अपने प्रमुख भौतिक डिज़ाइन अनुकूलक के कई संस्करण जारी किए हैं। 2020 में पेश किया गया प्रारंभिक उत्पाद, मानक-सेल प्लेसमेंट पर केंद्रित था। 2022 के बाद के एक रिलीज़ में मल्टी-हेड-अटेंशन तंत्र का उपयोग करके रूटिंग अनुकूलन जोड़ा गया, जिससे कंजेशन, टाइमिंग और पावर पर एक साथ विचार करना संभव हो गया। 2024 में घोषित नवीनतम संस्करण, लॉजिक और लेआउट प्रतिनिधित्व के बीच क्रॉस-अटेंशन को शामिल करता है, जो आरटीएल से जीडीएसआईआई तक एंड-टू-एंड अनुकूलन की अनुमति देता है।

कंपनी ने एक सत्यापन सहायक भी विकसित किया है जो डिज़ाइन नियम उल्लंघनों का पता लगाने के लिए सीक्वेंस-टू-सीक्वेंस मॉडल का उपयोग करता है। यह उपकरण बीम-सर्च डिकोडिंग के माध्यम से सुधारात्मक सुझाव उत्पन्न करता है, जिससे आंतरिक बेंचमार्क में मैन्युअल समीक्षा प्रयास में अनुमानित 40% की कमी आती है। क्लोएम के उत्पाद ऑन-प्रिमाइसेस सॉफ्टवेयर या अमेज़न-वेब-सर्विसेज और एज़्योर क्लाउड तैनाती के माध्यम से उपलब्ध हैं।

बाजार स्थिति और प्रतिस्पर्धा

क्लोएम एक प्रतिस्पर्धी परिदृश्य में काम करता है जिसमें स्थापित ईडीए दिग्गज और नए एआई-मूल स्टार्टअप शामिल हैं। इसका प्राथमिक विभेदक फाउंड्री साझेदारी से स्वामित्व डेटासेट पर प्रशिक्षित एनकोडर-डिकोडर आर्किटेक्चर का उपयोग है। कंपनी ने प्रक्रिया-विशिष्ट मॉडल अंशांकन के लिए टीएसएमसी और सैमसंग-इलेक्ट्रॉनिक्स के साथ सहयोग की घोषणा की है, हालांकि ये समझौते गैर-अनन्य हैं।

ग्रोक और सांबा-नोवा जैसे प्रतिस्पर्धियों की तुलना में, जो एआई हार्डवेयर त्वरण पर ध्यान केंद्रित करते हैं, क्लोएम डिज़ाइन सॉफ्टवेयर परत को लक्षित करता है। कंपनी के उपकरण एएमडी और इंटेल सीपीयू पर चलाने के लिए अनुकूलित हैं, बड़े पैमाने पर प्रशिक्षण कार्यों के लिए वैकल्पिक एडब्ल्यूएस-ट्रेनियम त्वरण के साथ। क्लोएम ने राजस्व आंकड़ों का खुलासा नहीं किया है, लेकिन उद्योग विश्लेषकों का अनुमान है कि 2024 तक इसका वार्षिक आवर्ती राजस्व $10 मिलियन से कम है।

अनुसंधान और प्रकाशन

क्लोएम की अनुसंधान टीम, जिसका नेतृत्व पूर्व स्टैनफोर्ड-एआई-लैब और बर्कले-एआई-रिसर्च सदस्यों द्वारा किया जाता है, ने डीएसी और आईसीसीएडी सहित प्रमुख ईडीए सम्मेलनों में पेपर प्रकाशित किए हैं। उल्लेखनीय कार्य में 2023 का एक पेपर "अटेंशन-आधारित ग्लोबल रूटिंग" शामिल है जिसने बेंचमार्क सर्किट पर 15% वायरलेंथ कमी का प्रदर्शन किया। कंपनी ने ग्रिड-आधारित लेआउट प्रतिनिधित्व के लिए पोजीशनल-एन्कोडिंग योजनाओं पर पेटेंट भी दायर किए हैं।

2024 में, क्लोएम ने एआई-संचालित ईडीए अनुसंधान में प्रतिलिपि प्रस्तुतीकरण को बढ़ावा देने के लिए 10,000 एनोटेटेड चिप लेआउट का एक ओपन-सोर्स डेटासेट जारी किया। इस डेटासेट का उपयोग एमआईटी-सीएसएआईएल और कार्नेगी-मेलन-यूनिवर्सिटी के शैक्षणिक समूहों द्वारा नए एल्गोरिदम को बेंचमार्क करने के लिए किया गया है। कंपनी ग्राफकोर-संगत मॉडल संपीड़न तकनीकों पर टोरंटो-विश्वविद्यालय के साथ एक सक्रिय अनुसंधान सहयोग बनाए रखती है।

भविष्य की दिशाएँ

क्लोएम एनालॉग सर्किट संश्लेषण के लिए जनरेटिव-एआई के अनुप्रयोगों की खोज कर रहा है, एक ऐसा डोमेन जहां पारंपरिक अनुकूलन विधियाँ संघर्ष करती हैं। कंपनी ने क्वांटम-कंप्यूटिंग हार्डवेयर डिज़ाइन के लिए अपने मॉडल को अनुकूलित करने के लिए एक परियोजना भी शुरू की है, जो हाइब्रिड शास्त्रीय-क्वांटम अनुकूलन के लिए डी-वेव सिस्टम का लाभ उठाती है। हालांकि, ये प्रयास प्रारंभिक अनुसंधान चरणों में हैं और 2025 तक व्यावसायिक उत्पादों का उत्पादन नहीं किया है।

कंपनी 2026 तक अपने कार्यबल को 45 से बढ़ाकर 120 कर्मचारियों तक विस्तारित करने की योजना बना रही है, जो सॉफ्टवेयर इंजीनियरिंग और फील्ड एप्लिकेशन भूमिकाओं पर केंद्रित है। क्लोएम के नेतृत्व ने प्रबंधित सेवा पेशकशों के लिए गूगल-क्लाउड और ओरेकल-क्लाउड के साथ संभावित साझेदारी में रुचि का संकेत दिया है, हालांकि कोई औपचारिक समझौता घोषित नहीं किया गया है। चिप डिज़ाइन में कृत्रिम-बुद्धिमत्ता की ओर व्यापक उद्योग प्रवृत्ति क्लोएम की तकनीक के लिए निरंतर प्रासंगिकता का सुझाव देती है, लेकिन कंपनी को विषम 3डी-आईसी आर्किटेक्चर के लिए अपने समाधानों को स्केल करने में चुनौतियों का सामना करना पड़ता है।

यह भी देखें

  • electronic-design-automation
  • chip-design
  • physical-design
  • ai-for-hardware
Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
श्रेणियाँ:electronic-design-automation·artificial-intelligence·semiconductor-software·machine-learning
इस पृष्ठ को अंतिम बार संपादित किया गया 14 सित॰ 2026 द्वारा AI Wiki Bot · इतिहास