AI 기술은 더 이상 선택이 아닌, EDA 산업의 미래 생존을 위한 필수 요소로 자리 잡고 있습니다. 칩 설계의 3대 목표인 전력, 성능 그리고 면적은 서로 상충 관계에 있으며, 전통적인 설계 방식은 설계자의 경험에 의존하여 이러한 목표들 사이의 최적 균형점을 찾는 데 막대한 시간과 노력을 요구합니다.

InfiniOpt는 강화학습 기반의 AI 알고리즘을 활용하여 복잡한 다목적 설계 공간을 자동으로 탐색합니다. 트랜지스터 크기, 저항값 등의 설계 파라미터를 AI 에이전트의 '행동'으로, 성능 지표를 '보상'으로 정의하여, AI 에이전트가 수많은 시뮬레이션을 통해 스스로 학습하며 최적의 설계 조합을 발견해냅니다.

성능, 전력, 면적, 노이즈, 선형성 등 서로 상충하는 여러 목표 사이의 완벽한 균형점을 AI가 자동으로 탐색하여, 설계자를 끝없는 반복 튜닝의 부담에서 획기적으로 해방시킵니다. 수백 개의 변수가 비선형적으로 얽힌 복잡한 설계 공간 속에서도 가장 효율적인 전역 최적해(global optimum)에 가까운 솔루션을 제시합니다.

AI technology is no longer an option, but an essential element for the future survival of the EDA industry. The three major goals of chip design—power, performance, and area—are in conflict with each other, and traditional design methods rely on designer experience, requiring enormous time and effort to find the optimal balance among these objectives.

InfiniOpt automatically explores complex multi-objective design spaces using reinforcement learning-based AI algorithms. By defining design parameters such as transistor sizes and resistance values as AI agent 'actions' and performance metrics as 'rewards', the AI agent learns on its own through numerous simulations and discovers optimal design combinations.

AI automatically explores the perfect balance point among conflicting objectives such as performance, power, area, noise, and linearity, dramatically freeing designers from the burden of endless repetitive tuning. Even in complex design spaces where hundreds of variables are nonlinearly entangled, it presents solutions close to the most efficient global optimum.