Программно-управляемый анализ питания: Оптимизация полупроводникового дизайна для эффективности

Питание — единственный самый большой драйвер стоимости в полупроводниковом дизайне. Чип, потребляющий больше энергии, требует более крупных, дорогих батарей для портативных устройств, более высокого класса охлаждения и более надежных систем распределения питания. Эти дополнительные компоненты повышают затраты на производство, сжимают маржи прибыли и могут препятствовать рыночному успеху. Даже системы от сети — серверы, массивы хранения и сетевое оборудование — платят огромные операционные счета; в некоторых дата-центрах затраты на питание превышают стоимость железа за жизненный цикл оборудования. На экстремальных уровнях мощности жидкостное охлаждение и другая сложная инфраструктура становятся обязательными, дальше раздувая капитальные и операционные расходы. Следовательно, снижение среднего потребления — универсальная цель, а ограничение пикового питания — часто критическое требование для предотвращения теплового отказа.

Вызовы анализа питания

Для достижения этих целей индустрия использует спектр low-power техник, от цепевых оптимизаций до приложение-осведомленного программно-базированного управления питанием. Однако оценка реального влияния этих мер требует точных оценок как среднего, так и пикового потребления на стадиях проектирования и верификации. Опора на пост-фабрикационные данные неприемлема; продукт может уже быть нежизнеспособным или неисправимо поврежденным. Поэтому надежный pre-silicon анализ питания — идеально на нескольких вехах проекта — необходим.

Традиционные electronic-design-automation рабочие процессы используют симуляцию для функциональной верификации. Тестбенчи запускают набор проверок, exerciрующих специфические фичи, генерируя файлы switching-activity для power-signoff инструментов. Эти инструменты комбинируют данные активности с technology-library power моделями для производства оценок среднего и пикового потребления. Точность этого подхода полностью зависит от репрезентативности симуляционных тестов. Функциональные верификационные наборы целенаправленно сфокусированы и редко захватывают полную широту реальных рабочих нагрузок. Constrained-random тесты могут увеличить параллельную активность, но все еще не достигают реалистичных паттернов использования. Единственным действительно надежным источником switching activity является запуск производственного ПО — включая операционные системы и пользовательские приложения — на дизайне.

Запуск полной загрузки ОС и множественных приложений в симуляции потребовал бы миллиарды тактовых циклов, что непрактично. Эмуляторы, с другой стороны, регулярно выполняют миллиарды циклов от загрузки ОС до пользовательских рабочих нагрузок. Эмуляция доставляет необходимую реальную программную активность, но конвенциональные power-signoff инструменты спроектированы для тысяч, не миллионов или миллиардов циклов. Требуется новая методология для извлечения значимых окон высокой активности из эмуляционного запуска и фокусировки анализа питания на этих сегментах (см. Рисунок 1).

кликните для увеличения

Рисунок 1. Анализ питания с использованием окон мощности (Источник: Synopsys)

Переход к программно-управляемому анализу питания

Поток, иллюстрированный на Рисунке 1, начинается с эмулятора, генерирующего профиль активности, подсвечивающий, какие части дизайна активны во времени. Этот профиль может быть просмотрен как волновая форма или в любом hardware debug инструменте. Поскольку power-signoff не может быть выполнен на миллиардах циклов, пользователи должны идентифицировать одно или несколько критических окон — сегментов, где активность, и таким образом потребление питания, наивысшие. Если каждое окно охватывает миллионы циклов, оно может быть использовано для точного анализа питания. Как бенчмарк, эмулятор должен производить профиль активности в один миллиард циклов примерно за три часа.