Amazon Web Services ブログ

Tag: Manufacturing

EDA フローを変更することなく、結果を得るまでの時間を短縮

チップ形状の微細化が進むにつれ、先端ノード技術を使用してチップ製造を成功させることは難しくなっています。電子設計自動化 (EDA) は、より多くのコンピュート、ストレージ、時間を消費します。設計と検証の段階で、エンジニアが反復してバグを発見する時間を増やすことは、何百万もの不具合による再設計や収益の損失を防ぐことにつながります。チップ設計プロセスをさらに複雑にしているのは、半導体市場が人材不足に陥っていることです。既存エンジニアの生産性を向上させることで、この人材不足を解消し、市場投入までの時間を改善することができます。このブログでは、柔軟なコンピュートオプションを使用して最大 40% のパフォーマンス向上を示す 2 つの環境について説明します。これらの環境は、Cadence 社と Synopsys 社のバッチツールとインタラクティブツールにまたがり、結果が出るまでの時間とジョブコストを比較しています。

AWS 上のオープンソースチップ設計のためのソリューション

このブログでは集積回路の設計に必要なオープンソースの電子設計自動化 (EDA) ソフトウェアを使用する利点について説明します。また、なぜ AWS がオープンソースのチップ設計を行うのに最適なプラットフォームであり、低予算のアカデミアやチップ設計チームが独自のチップを設計するための効果的なコラボレーション手段であるのかについても説明します。

産業用データプラットフォームの成功に必要なこと

データはデジタルトランスフォーメーションを実現する鍵です。そして、産業用データプラットフォームを構築する技術的側面はよく理解されています。 しかし、うまく設計された産業用データプラットフォームでも失敗する可能性があります。 本記事では、産業用データプラットフォームの成功を促進する 3 つのビジネス関連のメンタルモデルについて解説します。

製造業のニーズに最適な機械学習サービスの選択

機械学習 (ML) は製造業で欠かせない技術となりましたが、どの機械学習サービスやツールが自分の業務に最適かを判断するのは難しい場合があります。そこで、アマゾンウェブサービス (AWS)の 各ML サービスの使い方を、ユースケースを交えて説明します。

AWS Supply Chain により可視性を向上し、サプライチェーンのレジリエンスを向上

世界的な経済、環境、社会的要因が依然としてサプライチェーンを混乱させています。これにより、組織が顧客の需要を満 […]

Amazon QuickSight で製造サプライチェーンのデータドリブンな意思決定を実現する

昨今、データ活用に関する相談を、多くのお客様からいただいています。製造現場を例にとってお客様の課題例を挙げてみますと、製造業のお客様の中には、世界各地の生産拠点を連携したグローバル規模のサプライチェーンを構築している事例も多く見られ、本社の経営課題や問題認識に基づいた改善が難しくなっているという声が多く聞かれます。また、後工程への影響を避けるべく、各工程が良かれと思って在庫を抱え込んでしまった結果、仕掛り品が現場に溢れかえり、実態把握ができなくなっている例や、前後工程で連携しての改善の取組が難しいという声もあります。業界やビジネスレイヤーによって直面する課題は様々ですが、社内に眠るデータを分析することで、データに基づいた業務改善の取り組みに繋げられそうなケースも多く見受けられます。本記事では、クラウドネイティブな BIツールである Amazon QuickSight を活用して、製造サプライチェーンにおける課題をデータドリブンな意志決定により解決していくためのデモダッシュボードをご紹介します。

← Older posts
Newer posts →