기본 정보
| 부스 | T9404 |
| 국가 | US |
| 웹사이트 | www.leafylab.io |
회사 소개
Leafy Lab은 자신을 NEXT-GEN DESIGN AGENT로 설명하며 반도체 가치사슬을 위한 agentic design optimization을 개발하고 칩의 autopilot을 가능하게 하는 도구를 구축합니다. 2030년까지 $197B를 넘을 것으로 전망되는 소프트웨어, 검증, IP 시장을 대상으로 하며 자체 Intelligence Agents를 통해 이 설계 영역을 확장하려 합니다. 칩 설계자의 직관과 자동화 simulation pipelines를 통합해 현재의 trial-and-error 설계 방식을 agentic optimization workflow로 전환합니다. 플랫폼은 power, performance, area의 global optimum을 추구하며 성능이 3.6배 개선된 사례를 제시합니다. 이러한 최적화를 first-silicon success 향상과 최소 50% 더 빠른 time-to-market에 연결합니다. Leafy Lab은 전통적인 공정 장비나 소재를 공급하기보다 반도체 설계, 검증, layout optimization, predictive device modeling의 교차 영역에서 활동합니다.
전시 제품
Leafy Lab은 이 핵심 제공물을 Agentic Design Platform이라고 부릅니다. 이는 multi-agent AI framework로 구성됩니다. 이 프레임워크는 심사자 역할의 designer agents와 엔지니어 역할의 layout agents를 짝지어 같은 설계 최적화 공정에서 상호 보완적 역할을 수행하게 합니다. 지속적인 active-learning loops를 통해 복잡한 fabrication rules와 수조 개의 설계 변수를 병렬로 자율 탐색합니다. Leafy Lab은 agentic platform이 design blueprints를 몇 시간 안에 최적화된 tape-out-ready layouts로 전환할 수 있으며 과거에는 숙련된 엔지니어가 수개월 동안 수작업해야 했다고 설명합니다. 목표는 layout 생성 자동화뿐 아니라 칩 설계자의 직관과 automated simulation pipelines를 결합하면서 power, performance, area를 최적화하는 것입니다. Leafy Lab은 반도체 device modeling을 위한 Predictive Device AI도 제공합니다. 표준 AI models는 보통 수백만 data points를 요구하지만 silicon data는 매우 희소하다고 설명합니다. explainable models는 50개 미만의 측정값에서 학습하고 transistor behaviors를 2% testing error로 예측한다고 설명합니다. 회사는 이 2% testing error를 traditional models의 70% 초과 errors와 비교하며 제한된 silicon data로 예측하는 접근으로 제시합니다. Agentic Design Platform과 Predictive Device AI는 설계 layout 자동화, 매우 큰 설계 변수 공간 탐색, tape-out 준비, 반도체 설계 흐름의 transistor behavior prediction을 함께 다룹니다.
역량 및 제품
- 반도체 Agentic 설계 최적화 플랫폼
- 멀티에이전트 AI 칩 레이아웃 최적화
- 수 시간 내 tape-out-ready 최적화 레이아웃 생성
- 50회 미만 측정으로 트랜지스터 거동 예측