דלג לתוכן הראשי
אוטומציות AI - לוגו
  • דף הבית
  • בלוג
  • חדשות
  • אודות
  • צור קשר
03-7630715קבע יעוץ חינם
אוטומציות AI - פתרונות אוטומציה וסוכני AI לעסקים בישראל

מובילים בתחום האוטומציה וסוכני AI בישראל. אנו מספקים פתרונות מתקדמים ליעול תהליכי עסק ושיפור הפרודוקטיביות הארגונית.

IL03-7630715USA(646) 760-4854info@automaziot.ai
אחד העם 9, תל אביב. מגדל שלום

קישורים מהירים

  • דף הבית
  • בלוג
  • חדשות
  • אודות
  • צור קשר
  • סיפורי הצלחה
  • מילון מונחים

הפתרונות שלנו

  • ניהול לידים אוטומטי
  • סוכן חכם לוואטסאפ
  • אוטומציה עסקית מלאה
  • ניהול לקוחות חכם
  • קביעת תורים אוטומטית
  • מכירות ושירות לקוחות
  • חנות אוטומטית בוואטסאפ
  • סוכני AI
  • ייעוץ טכנולוגי

הישאר מעודכן

הירשם לניוזלטר שלנו וקבל עדכונים על חידושים בתחום האוטומציה וה-AI

FacebookInstagramLinkedIn

אתר זה משתמש ב-Google Analytics ו-Vercel Analytics לשיפור השירות. למידע מלא ראה מדיניות פרטיות

© 2026 אוטומציות AI. כל הזכויות שמורות.

מדיניות פרטיותתנאי שימושהצהרת נגישותמדיניות עריכה
AMS-IO-Agent: AI לעיצוב I/O ב-AMS
AMS-IO-Agent: סוכן AI לעיצוב I/O בשבבים AMS
ביתחדשותAMS-IO-Agent: סוכן AI לעיצוב I/O בשבבים AMS
מחקר

AMS-IO-Agent: סוכן AI לעיצוב I/O בשבבים AMS

כלי חדשני מבוסס LLM מקצר זמני עיצוב ממשקי כניסה/יציאה מימים לדקות ומשיג 70% הצלחה

אייל יעקבי מילראייל יעקבי מילר
29 בדצמבר 2025
2 דקות קריאה

תגיות

AMS-IO-AgentAMS-IO-Bench

נושאים קשורים

#למידת מכונה#עיצוב שבבים#אוטומציית EDA#מעגלים משולבים AMS#בנצ'מרקים AI

✨תקציר מנהלים

נקודות עיקריות

  • AMS-IO-Agent: סוכן LLM לעיצוב אוטומטי של תת-מערכות I/O ב-AMS ICs.

  • מבנה כוונת עיצוב: מתרגם שפה טבעית ללוגיקה ניתנת לאימות ב-JSON/Python.

  • AMS-IO-Bench: בנצ'מרק חדש עם 70%+ הצלחה ב-DRC+LVS ומקצר זמן מעיצוב.

  • ייצור אמיתי: טבעת I/O שולבה בהצלחה ב-28nm CMOS טייפ-אאוט.

AMS-IO-Agent: סוכן AI לעיצוב I/O בשבבים AMS

  • AMS-IO-Agent: סוכן LLM לעיצוב אוטומטי של תת-מערכות I/O ב-AMS ICs.
  • מבנה כוונת עיצוב: מתרגם שפה טבעית ללוגיקה ניתנת לאימות ב-JSON/Python.
  • AMS-IO-Bench: בנצ'מרק חדש עם 70%+ הצלחה ב-DRC+LVS ומקצר זמן מעיצוב.
  • ייצור אמיתי: טבעת I/O שולבה בהצלחה ב-28nm CMOS טייפ-אאוט.

בעידן שבו עיצוב שבבים אנלוגיים ומעורבים (AMS) דורש דיוק אבסולוטי ושעות עבודה ארוכות, חוקרים מציגים את AMS-IO-Agent – סוכן מבוסס מודל שפה גדול (LLM) שמשנה את חוקי המשחק. הכלי מתמחה ביצירת תת-מערכות I/O מובנות, ומחבר בין כוונת עיצוב בשפה טבעית לתוצרים תעשייתיים מוכנים לייצור. לפי המחקר, הסוכן משלב בסיס ידע מובנה עם הנמקה לוגית, ומבטיח תפוקות איכותיות שחוסכות זמן יקר למעצבי שבבים ישראלים ועולמיים. (72 מילים)

AMS-IO-Agent פועל בשני מרכיבים מרכזיים: ראשית, בסיס ידע מובנה שמכיל אילוצים חוזרים ונשנים וקונבנציות עיצוב בתחום AMS. שנית, מבנה כוונת עיצוב שמתרגם כוונות משתמש מעורפלות לצעדים לוגיים ניתנים לאימות, באמצעות JSON ו-Python כפורמטים ביניים. הכלי מיועד לעיצוב טבעות I/O באריזות wirebond, ומאפשר אוטומציה מלאה של תהליך מורכב זה. החוקרים מדווחים כי הסוכן עולה על מודלי LLM בסיסיים בביצועים. (92 מילים)

כדי לבחון את היעילות, פותח AMS-IO-Bench – בנצ'מרק ראשון מסוגו לאוטומציה של טבעות I/O ב-AMS ארוזות wirebond. על הבנצ'מרק הזה, AMS-IO-Agent משיג שיעור הצלחה של מעל 70% בבדיקות DRC+LVS (בדיקת כללי עיצוב מול סכמה), ומקצר את זמן העיצוב משעות ספורות לדקות בודדות. תוצאות אלה מדגישות את היכולת של הסוכן להתמודד עם משימות תעשייתיות אמיתיות, הרבה מעבר ליכולות מודלים כלליים. (85 מילים)

הוכחת היתכנות מעשית הגיעה מייצור שבב אמיתי: טבעת I/O שנוצרה על ידי הסוכן שולבה בטייפ-אאוט של 28 ננומטר CMOS והתקבלה בהצלחה. זהו, לדברי החוקרים, שיתוף פעולה ראשון בין אדם לסוכן LLM שבו הסוכן מבצע משימה משמעותית עם תפוקות ששולבו ישירות בסיליקון. ההישג הזה פותח דלתות לעיצוב משותף אדם-מכונה בתחום השבבים. (82 מילים)

עבור מנהלי הייטק ישראלים, AMS-IO-Agent מבשר על עידן חדש באוטומציית עיצוב שבבים, במיוחד בתחומי AMS שבהם ישראל מובילה. הכלי יכול להאיץ פיתוח מוצרים, להפחית עלויות ולהגביר תחרותיות. כדאי לעקוב אחר הפיתוחים הבאים, שכן הם עשויים לשנות את זרימת העבודה בחברות כמו אינטל וטק-מיקרו בישראל. מה תהיה ההשפעה על תעשיית השבבים המקומית? (68 מילים)

שאלות ותשובות

שאלות נפוצות

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

המידע שתמסור ישמש ליצירת קשר ומתן שירותים. למידע נוסף ראה מדיניות פרטיות ותנאי שימוש

עוד כתבות שיעניינו אותך

לכל הכתבות
TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק
מחקר
23 בפבר׳ 2026
6 דקות

TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק

**TierMem הוא מנגנון זיכרון דו-שכבתי לסוכנים ארוכי טווח שמחליט בזמן המענה אם מספיק להסתמך על סיכום מהיר או שצריך להסלים ללוגים גולמיים כדי להביא ראיות מאומתות. לפי המאמר (arXiv:2602.17913v1), ב-LoCoMo השיטה הגיעה לדיוק 0.851 לעומת 0.873 ב-raw-only, תוך חיסכון של 54.1% בטוקנים ו-60.7% בהשהיה.** עבור עסקים בישראל שמפעילים שיחה רציפה ב-WhatsApp Business API ומנהלים לקוחות ב-Zoho CRM, המשמעות היא ניהול סיכונים: סיכומים לבד עלולים להשמיט “תנאי קריטי” (מחיר, הסכמה, רגישות רפואית), ולכן כדאי לבנות דרך N8N שכבת לוגים בלתי ניתנים לשינוי וכללי הסלמה לשאילתות רגישות. כך מצמצמים עלות ותורמים לעקיבות פנימית.

arXivTierMemLoCoMo
קרא עוד
NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות
מחקר
23 בפבר׳ 2026
6 דקות

NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות

**NL2LOGIC היא מסגרת שמתרגמת טקסט לשפה טבעית ללוגיקה מסדר ראשון (FOL) דרך עץ תחביר מופשט (AST), כך שהפלט עומד בכללי דקדוק וניתן להרצה בסולברים. לפי המאמר, היא מגיעה ל‑99% דיוק תחבירי ומשפרת נכונות סמנטית עד 30% בבנצ’מרקים כמו FOLIO ו‑ProofWriter.** לעסקים בישראל זה חשוב במיוחד בתהליכים שבהם “צריך להכריע” ולא רק “לנסח”: החזרים, חריגי שירות, תנאי חוזה, ניגוד עניינים במשרדי עורכי דין או סיווג פניות בביטוח ונדל"ן. שילוב עם WhatsApp Business API, N8N ו‑Zoho CRM מאפשר לקלוט פנייה, להפעיל כללים פורמליים, להחזיר החלטה מוסברת, ולתעד אותה ב‑CRM לצורכי בקרה וציות (כולל עקרונות חוק הגנת הפרטיות).

arXivNL2LOGICAST
קרא עוד
Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM
מחקר
23 בפבר׳ 2026
6 דקות

Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM

**Lang2Act הוא מנגנון VRAG שבו מודל ראייה-שפה (VLM) מייצר בעצמו “פעולות” כשרשראות לשוניות, ואז משתמש בהן ככלים כדי לשפר תפיסה חזותית והסקה. לפי המאמר arXiv:2602.13235v1, הגישה מצמצמת איבוד מידע שנוצר בזרימות עבודה שמפרידות בין תפיסה להיגיון (למשל אחרי crop), ומשיגה שיפור של יותר מ‑4% בתוצאות הניסויים.** לעסקים בישראל זה רלוונטי במיוחד בתהליכים שמבוססים על תמונות ב-WhatsApp: צילומי מסך של תקלות, מסמכים, ותמונות מוצר. במקום להסתמך על כלי חיתוך/OCR קשיחים שמאבדים הקשר, כדאי לבנות פיילוט שבו כל שלבי התפיסה מתועדים, מחוברים ל-Zoho CRM, ומופעלים דרך N8N — עם מדיניות פרטיות ברורה (למשל שמירת תמונות ל-30 יום).

arXivLang2ActNEUIR
קרא עוד
מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני
מחקר
23 בפבר׳ 2026
6 דקות

מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני

מענה לשאלות רפואיות תלוי-מצב הוא מצב שבו אותה שאלה מקבלת תשובה שונה לפי תנאי המטופל—קומורבידיות, אלרגיות או התוויות-נגד. במאמר arXiv:2602.17911v1 מוצגים CondMedQA (בנצ׳מרק חדש שמודד היסק מותנה) ו-Condition-Gated Reasoning (CGR), שמפעיל/גוזם מסלולי היסק בגרף ידע לפי תנאי השאלה כדי לבחור תשובה ישימה יותר. לעסקים בישראל שמפתחים כלי טריאז׳, טלה-רפואה או שירות במוקדי אחיות, המשמעות היא שינוי מדידה: לא “דיוק ממוצע”, אלא דיוק במקרי קצה. פרקטית, אפשר לשלב איסוף תנאים ב-WhatsApp Business API, לשמור שדות ב-Zoho CRM, ולהפעיל ב-N8N “שער תנאים” שמנתב מקרים מסוכנים לגורם אנושי ומייצר לוגים לאודיט.

arXivCondMedQACondition-Gated Reasoning
קרא עוד