Of hoe je een perfecte brownie van 30 minuten maakt in slechts 30 minuten

ADVERTISEMENT

Je scrolt online en foto’s stoppen je op je vrachtwagen, grijpen je en boeien je. Glinsterende stukjes chocolade sijpelen uit een stevige, maar langzame, vochtige brownie met een knapperige poedervormige topping. Het zit daar en valt zelfverzekerd lui op een witte aardewerken schaal. Ziet er heerlijk uit – smakelijk – en blijkbaar kun je het maken met slechts een investering van 30 minuten!

Het klinkt makkelijk: wat ingrediënten, wat kommen en een goed geoliede bakvorm. Maar weet je, en we weten allemaal, het is een leugen. Het was altijd een leugen! Dit is geen investering van 30 minuten. Voorbereiding, meel zeven en naar de winkel gaan om een ​​stuk halfzoete chocolade te halen waarvan je dacht dat je het had, maar die je voor je leven niet kon vinden (hoewel je het morgen zult vinden). Een droom van 30 minuten is een ‘avontuur’ van een halve dag van autorijden, zoeken, teleurstelling en frustratie dat uiteindelijk leidt tot ‘alles wat je kunt verzamelen’ en een triest excuus voor brownies.

Het lijkt misschien een sprong, maar het gaat niet om de dromerige goedheid van chocolade, maar het ontwerp- en implementatie-debugging- en optimalisatieproces werkt precies hetzelfde.

Wat lijkt op een eenvoudige debug-oefening over waarom blokken niet kunnen worden geïmplementeerd met de gewenste PPA-doelen (Power, Performance en Area), verandert al snel in een haartrekkende test. Ik probeer het ongelukkige feit te vermijden dat ik niet alle gegevens kon vastleggen die ik nodig had. Het duurt 24 uur (of meer) om de gegevens op te halen. Na 5 uur herhaalde ontwerppogingen tussen de regels, bleek dat die halfzoete chocoladestukjes er absoluut niet waren. U moet de kogel bijten en de gegevens krijgen die u nodig hebt. En misschien nog een keer doen. En misschien nog een keer.

ADVERTISEMENT

Dit is hoe ontwerpfoutopsporing en -optimalisatie altijd heeft gewerkt. En je bent altijd een minder smakelijke, minder knapperige en leuke brownie geworden, gemaakt van wat je kunt verzamelen. Maar het hoeft niet zo te zijn. Alles wat je nodig hebt, is een metgezel die alles voorbereidt wat je nodig hebt voor een echt bakproces van 30 minuten en onderweg big data-materiaal verzamelt en analyseert.

Uw onvermoeibare voorbereider

Deze hulp gaat over de vijf P’s: “Een goede voorbereiding voorkomt prestatieverlies.” Dit is een altijd-aan, altijd-klaar metgezel voor ontwerpgegevens die proactief alle gegevens voorbereidt die nodig kunnen zijn voor het geval dat nodig is. Bouw een industriestandaard database met behulp van het unieke enkele datamodel van Synopsys om een ​​brede en consistente weergave van alle ontwerpgegevens samen te stellen, zodat u niet opnieuw hoeft te zoeken. Het is een autonome agent en legt altijd alle ontwerpactiviteiten vast die u uitvoert voor het geval u het ooit nodig zou hebben. En oh, hoe vaak doe je het?

Het belangrijkste is dat u zich zorgen kunt maken over het proces van het maken van een ontwerp en niet over wat er in uw ontwerp komt. Metgezellen brengen gemakkelijk focus en efficiëntie in het debugging- en optimalisatieproces. U kunt uw big data live, configureerbare en filterbare ensembles naar wens samenstellen, vormgeven en morphen. En wat als u uw gegevens wilt delen? Misschien iemand laten zien waar je mee worstelt, of een nette manier laten zien om iets te visualiseren? U kunt de link met slechts een paar klikken delen.

Het is alsof iemand weet wat je wilt koken en alle ingrediënten klaarmaakt voor die afgemeten kleine Ramekin. Je hoeft er niet over na te denken en kunt gewoon doorgaan met koken. Met andere woorden, het is een ontwerp.

je leraar

Waarom is dit gebeurd? Dit is een al lang bestaande vraag bij het debuggen van een ontwerp.Zelfs als je het weet wat Wat gebeurt er, begrip? waaromIs vaak een veel grotere sprong in het hele proces, niet slechts een kleine volgende stap. Was dat wat je deed? Wat heb je niet gedaan? Iets specifieks voor het ontwerp, of iets specifieks voor de methodologie die in veel ontwerpen van deze technologie voorkomt?

Om de te begrijpen waarom Komt van het samenvoegen van vele delen van wat (Gelieve te vermelden dat het ontwerp is inbegrepen), integreer het met de basisaspecten van het ontwerp zelf en het doeltechnologieproces, en meng enkele bijkomende beperkingen zoals testbaarheid en testbaarheid, ik hoop dat we de causale relatie kunnen extraheren. De oorzaak kan logische stijlen, klokken, op de plattegrond gerelateerde congestie of alle (of alle) hiervan zijn.

Het gebruik van 90% cacaochocolade in plaats van halfzoete brokken vereist meer suiker om de bitterheid te compenseren en het ontwerp werkt vrijwel hetzelfde. Ervan uitgaande dat een equivalent onderdeel van een logische of macroconfiguratie misschien wat vleierij vereist om het te laten werken, en het kan moeilijk zijn om te weten wat die cajoring is.

Je vertrouwde metgezel is je leraar en weet hoe big data en analyses werken om te ontwerpen. Het leidt u door het foutopsporingsproces en helpt u veel sneller de ware oorzaak van het probleem te vinden. De metgezel doet al dit vervelende werk en maakt de gegevens volledig kruiswaarschijnlijk. Allemaal met het comfort van een webbrowser, u hoeft tijdens het proces niet tientallen ontwerpdatabases afzonderlijk te openen. In elke fase van het hele project, het hele ontwerp, het hele blok of de stroom, kun je gegevens in een taak opnemen en alles laten zien wat je moet doen om te weten wat je vervolgens moet doen. Kan dit ontwerp helemaal niet convergeren? Een betere architecturale keuze nodig tijdens de synthese? Moet de overspraak die met deze nieuwe plattegrond is verbrand, worden verminderd voordat dit ontwerp wordt gesloten? Al deze vragen kunnen worden beantwoord met de kracht van big data en de diepgaande data-inzichten die metgezellen brengen.

Jouw souschef

Jij bent de creativiteit van het ontwerpproces, maar wie wil er niet nog een veilige handset waarmee je je niet alleen kunt voorbereiden en analyseren met de besten, maar ook je eigen karakter en ontwerptalent meebrengt? Dit karakter wordt niet alleen gevormd door dit ontwerp, maar ook door de kennis die is opgebouwd uit alle ontwerpen die het team of het hele bedrijf tot nu toe samen heeft gedaan. Bij het betreden van het podium aan de linkerkant, machine learning voor big data en functies voor voorspelling en voorschriftanalyse.

Stelt u zich een ontwerppartner voor die foutopsporing naar een hoger niveau kan tillen door meerdere recepten voor te stellen (recepten voor gereedschapsverbruiksartikelen (Tcl-scripts)) die kunnen helpen om onontwikkelde PPA in uw ontwerp te onthullen. Stel je dan voor dat deze recepten in de loop van de tijd verbeteren, op basis van de ontwerpstijl van je team en diepgaande kennis van bepaalde structurele of procesgerelateerde uitdagingen. En stel je voor dat je alle analytische gegevens die je tot nu toe hebt gemaakt kunt gebruiken om je systeem verder uit te breiden met je eigen recepten en ideeën. Dit is een volledig programmeerbare manier om te profiteren van een echt datagestuurd ontwerpproces. Nou, stel je niet meer voor.

Met vrienden aan je zijde is het alsof de twee beste vrienden (en alle teamgenoten die je mee wilt nemen) naar de wereldberoemde culinaire odyssee gaan en al het lekkers proeven dat daarvoor kwam. het creëren van een nieuwe kijk op de beste stappen op de weg.

Biedt heerlijke productiviteitswinst

Synopsys DesignDash is een ideale metgezel voor de uitdagende taak om het perfecte ontwerp te bakken in de geadverteerde (of meer) tijd. Een unieke combinatie van big data-systemen, ontwerpgerichte datawetenschap en machine learning biedt uitgebreide ondersteuning voor het ontwerpproces. Het is ook nauw geïntegreerd met de Synopsys Digital Design Family, waardoor u een veel dieper niveau van inzicht krijgt dan extractie van gegevensrapporten alleen kan bieden, zodat u kunt samenwerken om het ultieme receptenboek te maken.

Omdat productiviteit door zoveel vectoren wordt uitgedaagd, brengen de mogelijkheden van DesignDash, die teams op zo’n uitgebreide manier efficiëntie en effectiviteit bieden, niet alleen nieuwe ontwikkelingen in de ontwerpruimte, maar allemaal. Helpt mensen slimmere cookies te maken en ze op te slaan. Veel browniepunten onderweg.

Leave a Comment

Your email address will not be published.