JN SPORTS增强工具，可以让系统级芯片设计师原本需要耗费6个星期才能完成的热敏传感器设计，缩短到区区几分钟。
在芯片电路设计中，工程师一般会参考历史数据，确定热感应器在CPU处理器中的安放位置，还会根据经验，判断热点容易出现的区域。
这是一个复杂的流程，需要进行各种测试，包括模拟工作负载JN SPORTS、传感器位置优化等等，经常需要重新开始整个步骤，而且一次只能研究一两个工作负载。
Intel客户端计算事业部高级首席工程师、人工智能解决方案架构师Olena Zhu博士领衔增强智能团队开发的这款AI工具，可以帮助系统架构师将数千个变量纳入未来的芯片设计中JN SPORTS，包括精确分析激活CPU核心、I/O和其他系统功能的复杂并发工作负载，从而精准地确定热点的位置，并放置对应的热敏传感器。
这款工具解决了这些需要靠推测进行的工作。工程师只需输入边界条件，它就可以处理数千个变量，几分钟内就返回理想的设计建议。
最新发布的酷睿Ultra Meteor Lake处理器的设计工作就使用了该工具，未来的客户端处理器，比如将在今年晚些时候发布的Lunar Lake，以及后续产品，都会继续用它。
Intel客户端计算事业部高级首席工程师、人工智能解决方案架构师Olena Zhu博士
此外，Olena Zhu博士和其团队成员首席工程师、AI解决方案架构师Ivy Zhu还开发了一个能快速识别关键热工作负荷的配套工具。
他们基于少数工作负载的模拟或测量结果训练AI模型，然后使用这些模型预测Intel尚未进行模拟或测量的其他工作负载。
●对于高速I/O的快速准确信号完整性分析工具，设计时长从几个月缩短至1个小时。Intel是业界首个采用此技术的公司，已经为多代芯片的设计提供支持。
●基于AI的自动故障分析工具，用于高速I/O设计，2020年就已部署，设计效率已提升60％。
● 增强型智能工具AI Assist，能够使用AI模型自动确定不同平台的定制超频值，将超频所需的准备时间从几天减少到1分钟JN SPORTS。14代酷睿已提供该工具。
● 基于AI的自动化硅片版图设计优化器，已纳入Intel SoC设计流程。
● 一种智能采样工具，可以帮助动力和性能工程师处理智能设计实验，测试用例数量减少40％。
● 一种用户交互工具构建的AI模型，可以预测架构方案的性能，并帮助解决CPU设计的平衡问题。
此外，Intel工程团队还利用内部开发的AI算法，成功将单个处理器的测试时间减少了50％。
不过Intel强调，尽管这些工具都非常有用，不会或者很少出现任何错误，但是增强智能在短期内并不会取代真正的工程师。
官方微博
