Ann Wu, cofondatrice et PDG de Silimate, a présenté lors d'un événement organisé par la section Stanford de l'IEEE, un outil de débogage piloté par l'intelligence artificielle conçu pour les ingénieurs en conception de puces. Cet outil, développé par la start-up soutenue par Y Combinator, vise à résoudre les goulots d'étranglement complexes inhérents aux flux de travail traditionnels de l'électronique. Fondée en 2023 par Wu et Akash Levy, un doctorant en génie électrique à Stanford, Silimate est née de la frustration face à la complexité de la création de puces. Dans les méthodes classiques, les cycles de simulation et de vérification peuvent prendre plusieurs heures, voire des jours. Lorsqu'une erreur survient, les ingénieurs passent un temps considérable à analyser manuellement des journaux de données et des ondes pour identifier la cause racine du problème. Silimate cherche à automatiser cette tâche pénible grâce à des algorithmes d'IA. Lors d'une démo en direct, Ann Wu a démontré la capacité du système à détecter une erreur connue dans un processeur, à en tracer l'origine exacte et à générer un correctif, tout en fournissant un résumé explicatif du processus. Au-delà du débogage, l'outil optimise les performances, la consommation énergétique et la surface des puces (PPA) en identifiant les inefficacités logiques. Ces améliorations ont des conséquences économiques directes : réduire la surface diminue les coûts de fabrication, tandis que l'efficacité énergétique réduit la consommation électrique. La technologie est déjà utilisée par plusieurs entreprises du Fortune 500 et des licornes technologiques pour la conception de GPU, de CPU et d'accélérateurs d'IA. Le secteur de la conception électronique est traditionnellement dominé par des géants établis comme Synopsys et Cadence, dont les outils reposent souvent sur des bases de code héritées et des mises à jour incrémentales. Cette dépendance ralentit l'innovation. Silimate, en tant que jeune start-up, tente de perturber ce marché lent mais essentiel. Wu a également souligné l'impact de ces outils sur la formation des ingénieurs. Bien que les copilotes IA puissent générer du code rapidement, elle insiste sur la nécessité de solides fondations techniques pour les évaluer et les maintenir. Pour qu'un outil soit utile, l'ingénieur doit savoir ce qui constitue un bon résultat. En conséquence, Silimate privilégie toujours les compétences en programmation lors du recrutement. Les ingénieurs restent responsables de la vérification, de la refactorisation et du débogage final du code avant sa mise en production. La conception de puces exige une compréhension approfondie de l'architecture matérielle et des concepts physiques de bas niveau, tels que le comportement des circuits et les seuils de tension, qui influencent directement la PPA. Les outils d'IA ne remplacent pas cette expertise fondamentale. Comme l'a noté la modératrice Milly Wong, la proximité de Stanford avec les géants de l'IA et des puces offre aux étudiants un accès précieux à des opportunités qui les aident à identifier les compétences nécessaires pour réussir sur le marché du travail.