Новый инструмент на основе машинного обучения предлагает автоматическую оптимизацию процесса проектирования микросхем

Нет никаких сомнений в том, что конструкция микросхемы становится все более сложной, поскольку клиентам требуется больше функций, устройства меньшего размера и меньшее энергопотребление. Чтобы удовлетворить этот спрос, инженеры становятся перегруженными и нуждаются в поддержке, чтобы не отставать от спроса и своевременно разрабатывать продукты.

Чтобы решить эту проблему, Cadence Design Systems представила новый инструмент, который использует машинное обучение (ML) для управления потоком реализации Cadence RTL-to-signoff, обеспечивая то, что, по его словам, - это 10-кратная производительность и 20% PPA (мощность, производительность и площадь ) улучшения для реализации. Его новый Cerebrus Intelligent Chip Explorer обеспечивает более эффективное управление вычислительными ресурсами на месте и в облаке по сравнению с традиционным исследованием дизайна, управляемым человеком; и улучшает PPA и производительность для многих узлов и нескольких конечных приложений, включая потребительские, гипермасштабируемые вычисления, связь 5G, автомобильный и мобильный дизайн.

На брифинге для embedded.com Род Меткалф, директор группы управления продуктами в Cadence, сказал:«Это первый полнофункциональный инструмент цифровой оптимизации с использованием машинного обучения. Это важно, поскольку сложность конструкции растет, конструкция микросхемы требует большего количества функций и интеллекта, однако количество инженеров, доступных для выполнения этих задач, ограничено. Мы по-прежнему видим, как дизайнеры занимаются разработкой ручного потока и повторяют цикл для достижения своих проектных целей:это требует огромных инженерных усилий и не масштабируется. Именно здесь на помощь приходит Cerebrus, использующий массивные вычисления для повышения продуктивности автоматизации проектирования ».

Меткалф привел пример, когда Церебрусу нужен был всего один инженер, чтобы в течение 10 дней разработать улучшенный процесс проектирования и автоматически улучшить PPA 5-нм мобильного ЦП (см. Рисунок ниже).

Другой пример на более высоком уровне - автоматическая оптимизация плана этажа, как показано на рисунке ниже:

Влияние использования основанного на машинном обучении инструмента, такого как Cerebrus, заключается в том, что проектные группы имеют автоматизированный способ повторного использования исторических знаний о дизайне - раньше они тратили бы лишнее время на ручное повторное обучение с каждым новым проектом. Таким образом, Cadence сказал, что Cerebrus знаменует собой революцию в отрасли EDA с помощью проектирования цифровых микросхем на основе машинного обучения, где инженерные группы имеют больше возможностей для повышения эффективности своих организаций, поскольку они могут разгрузить ручные процессы. По мере того как отрасль продолжает переходить на продвинутые узлы, размер и сложность дизайна увеличиваются, Cerebrus поможет дизайнерам более эффективно достигать целей PPA.

Первые отзывы покупателей на инструмент поступили от компаний Renesas и Samsung Foundry.

Сатоши Шибатани, директор отдела технологий цифрового дизайна в общем отделе R&D EDA компании Renesas, сказал:«Чтобы максимально повысить производительность новых продуктов, использующих новые технологические узлы, потоки цифрового внедрения, используемые нашей командой инженеров, должны постоянно обновляться. Автоматическая оптимизация процесса проектирования имеет решающее значение для реализации разработки продукта с гораздо более высокой производительностью. Cerebrus с его инновационными возможностями машинного обучения и инструментами Cadence RTL-to-signoff обеспечили автоматическую оптимизацию потока и исследование плана этажа, повысив эффективность проектирования более чем на 10% ».

Тем временем в компании Samsung Foundry ее вице-президент по технологиям проектирования Сангюн Ким заявил:«Поскольку мы продолжаем развертывать современные технологические узлы, эффективность нашей программы совместной оптимизации технологий проектирования (DTCO) очень важна. . В рамках нашего долгосрочного партнерства с Cadence компания Samsung Foundry использовала Cerebrus и поток цифровой реализации Cadence в нескольких приложениях. Мы наблюдали снижение мощности более чем на 8% на некоторых из наших наиболее важных блоков всего за несколько дней по сравнению с многими месяцами ручной работы. Кроме того, мы используем Cerebrus для автоматического определения размеров распределительной сети по плану этажа, что привело к сокращению сроков окончательного проектирования более чем на 50%.

Ключевые особенности и преимущества Cerebrus:

• Усиление ML : быстро находит решения для потоков, которые инженеры-люди, естественно, не могут пробовать или исследовать, улучшая PPA и производительность.
• Повторное использование модели машинного обучения :позволяет автоматически применять полученные знания к будущим проектам, сокращая время на достижение лучших результатов.
• Повышение производительности :позволяет одному инженеру автоматически оптимизировать полный поток RTL-to-GDS для множества блоков одновременно, что позволяет полному коллективу разработчиков работать более продуктивно.
• Массивно распределенные вычисления :обеспечивает масштабируемое локальное или облачное исследование дизайна для более быстрой оптимизации потока.
• Простой в использовании интерфейс: мощная панель управления для пользователей позволяет проводить интерактивную аналитику результатов и управлять запуском, чтобы получить ценную информацию о метриках проекта.

Cerebrus является частью более широкого цифрового полного потока Cadence, безупречно работающего с решением синтеза Genus, системой реализации Innovus, решением временного согласования Tempus, решением питания Joules RTL, решением целостности питания Voltus IC и системой проверки Pegasus, чтобы предоставить клиентам быстрый путь для дизайна закрытия и большей предсказуемости.