طراحی نوین مدارات مجتمع دیجیتال، آنالوگ و فرکانس بالا بر پایه هوش مصنوعی

مدت زمان دوره ۵ روز تخصصی و فشرده

نوع و شیوه برگزاری تئوری و کاربردی (حضوری)

مخاطبان هدف دانشگاه‌ها و شرکت‌های خصوصی

وضعیت ثبت‌نام به زودی (در حال برنامه‌ریزی)

پوستر رسمی دوره

تصویر پوستر دوره را مشاهده نمایید.

پوستر طراحی نوین مدارات مجتمع بر پایه هوش مصنوعی

معرفی دوره

با افزایش چشمگیر پیچیدگی مدارات مجتمع (IC) و سیستم‌های فرکانس بالا (RF)، روش‌های سنتی طراحی و شبیه‌سازی با محدودیت‌های محاسباتی و زمانی جدی روبرو شده‌اند. این دوره تخصصی با هدف انتقال دانش و فناوری‌های لبه در زمینه به‌کارگیری هوش مصنوعی (AI)، یادگیری عمیق (Deep Learning) و یادگیری تقویتی (Reinforcement Learning) در فرآیند خودکارسازی، مدلسازی جانشین (Surrogate Modeling) و بهینه‌سازی مدارات مجتمع دیجیتال، آنالوگ و ادوات فرکانس بالا طراحی شده است.

محورهای اصلی دوره

ارائه چشم‌انداز آینده روش‌های طراحی نوین تراشه و مدارات گسسته فرکانس بالا
آموزش روش‌های نوین شبیه‌سازی با مدل‌های جایگزین (Surrogate Models) با کمک یادگیری عمیق در سطح تراشه و مدارات گسسته
آموزش روش‌های نوین بهینه‌سازی مدارات مجتمع و گسسته فرکانس بالا، با استفاده از یادگیری تقویتی (RL)
آموزش روش‌های جایگزین طراحی تمام‌موج (Full-Wave EM) به کمک هوش مصنوعی جهت تسریع فرآیند طراحی
آموزش اصول مقدماتی و روش‌های خاص هوش مصنوعی در اتوماسیون طراحی دیجیتال (AI for Digital EDA)
کاربرد شبکه‌های عصبی فیزیک‌آگاه (PINNs) و الگوریتم‌های تکاملی در حل معادلات الکترومغناطیس و حرارتی تراشه‌ها

برنامه آموزشی پنج‌روزه

روز اول: چشم‌انداز و مبانی AI در EDA

مرور روندهای جهانی در طراحی نیمه‌هادی‌ها، معرفی چالش‌های مقیاس‌پذیری مدارات آنالوگ و فرکانس بالا و مقدمه‌ای بر ابزارهای هوش مصنوعی در اتوماسیون طراحی الکترونیک.

روز دوم: مدلسازی جانشین با یادگیری عمیق

آموزش ایجاد Surrogate Models با استفاده از Deep Learning جهت شبیه‌سازی سریع پارامترهای S، رفتار غیرخطی و پاسخ فرکانسی تراشه‌ها و المان‌های گسسته.

روز سوم: بهینه‌سازی با یادگیری تقویتی

به‌کارگیری Reinforcement Learning برای سنتز خودکار و بهینه‌سازی چندمعیاره پارامترهای مداری (نویز، توان، پهنای باند و مساحت) در مدارات RF و آنالوگ.

روز چهارم: تسریع طراحی و شبیه‌سازی تمام‌موج

روش‌های نوین جایگزین حل‌کننده‌های الکترومغناطیسی تمام‌موج (Full-Wave EM) با مدل‌های داده‌محور AI به منظور کاهش زمان طراحی از ساعت به ثانیه.

روز پنجم: هوش مصنوعی در طراحی دیجیتال

بررسی متدهای اختصاصی هوش مصنوعی در بخش دیجیتال شامل سنتز منطقی، چیدمان و سیم‌کشی هوشمند (Smart Floorplanning & Placement) و پیش‌بینی تاخیر (Timing Closure).

ابزارها و فناوری‌های تحت پوشش

در طول دوره مفاهیم کاربردی مرتبط با فریم‌ورک‌های یادگیری ماشین و موتورهای شبیه‌سازی EDA مورد بررسی قرار می‌گیرند:

PyTorch / TensorFlow Reinforcement Learning Surrogate Modeling Full-Wave EM Solvers PINNs AI-Driven EDA RF & Analog IC Digital Synthesis

اهداف و دستاوردهای دوره

تسلط بر پارادایم نوین طراحی تراشه بر مبنای هوش مصنوعی
کاهش چشمگیر زمان تحلیل و چرخه‌های طراحی (Design Cycles) با شبیه‌سازهای هوشمند
توانایی پیاده‌سازی مدل‌های یادگیری عمیق برای پیش‌بینی دقیق رفتار مدارهای فرکانس بالا
آشنایی با الگوریتم‌های بهینه‌سازی هوشمند و اتوماسیون طراحی بدون نیاز به سعی و خطای دستی
ارتقای توانمندی تیم‌های R&D شرکت‌های خصوصی و آزمایشگاه‌های دانشگاهی
دریافت گواهینامه معتبر تخصصی از آکادمی میکروالکترونیک و فوتونیک ایران

پیشگام در تحول طراحی نیمه‌هادی‌ها با هوش مصنوعی شوید

این دوره در مرحله تدوین نهایی سرفصل‌ها و هماهنگی سالن‌های تخصصی قرار دارد. جزئیات تاریخ برگزاری و آغاز فرایند ثبت‌نام رسمی متعاقباً از طریق همین صفحه و درگاه‌های رسمی آکادمی اعلام خواهد شد.

دبیرخانه آکادمی جهت هماهنگی سازمانی: ۰۲۱-۹۱۶۹۰۹۷۳