e-works数字化企业网  »  文章频道  »  产品创新数字化(PLM)  »  EDA

AI开启新一代EDA

2021/1/29    来源:新思科技        
关键字:AI  EDA  
新思科技正在利用AI的力量创造新的应用,从而更快更好地设计芯片。
       电子设计自动化 (EDA) 行业一直与其客户保持着独特的共生关系。它始终如一地提供芯片设计工具、方法和流程方面的进步,使计算机、电信、汽车和其他许多行业的下一个伟大创新成为可能。 如果没有EDA,就无法跟上摩尔定律的步伐。但摩尔定律也是EDA本身的推动者。

       EDA江湖的老将们一定还记得,几十年前,当仿真、布局布线系统、时序分析工具等软件工具从Sun Microsystems和HP等公司转移到开放式 ”workstation” 的日子, 这对专有硬/软件捆绑解决方案来说是一个重大飞跃,为EDA新纪元铺平了道路,其中则包含了芯片设计中最具开创性的转变之一:将抽象水平的设计概念转化为优化和详细描述的能力,并准备好交付实现。

       而这就是由新思科技创始团队发明的的逻辑综合——logic synthesis。

       这一伟大的转变是基于workstation公司本身(以及他们的芯片供应商)能够使用强大的设计工具,使他们能够在一个开放的平台上运行新思科技开发的计算密集型应用,最终将自动化的力量交到更多人的手中。而这只是这种芯片产业协同循环共生的其中一个例子。

AI开启EDA的机遇

       我们正快步进入人工智能时代,人工智能是当下最受关注的技术之一,蕴含着巨大的潜力。支持人工智能的芯片和复杂的算法是各行各业取得许多巨大进步的关键,其中的许多突破都是通过最新的EDA创新实现的。随着协同循环的推进,我们正在利用AI的力量创造新的应用,从而更快更好地设计芯片。

       这就是为什么我们对2020年初宣布的DSO.ai™技术感到兴奋。

       DSO.ai™是 "设计空间优化AI "的缩写,代表了整个开发流程中最具挑战性的芯片设计过程之一。具体来说,就是在设计和芯片技术选择的巨大组合空间中进行搜索,以确定芯片设计圣杯的最佳配方:性能、功率和面积(PPA)。

       新思科技董事长兼联席CEO Aart de Geus博士为我们展示了Dso.ai如何实现更好的数据结果。

       在一个以5纳米工艺为目标、拥有数千万个门的复杂芯片中,设计流程是一个非常庞大的潜在解决方案空间,几乎无法用人力来计算。 仅仅是平面图的探索,就可以囊括数万亿种可能性,供设计团队进行实验,而且从来没有一个 "正确 "的答案标志着最终的完成。

       在这种环境下,传统的手动设计空间探索(DSE)可能需要花费数月努力才能达到令人满意的结果,其中还充满了繁琐的易错任务和令人沮丧的试错、重做周期。因此,在典型的芯片设计工作流程中的选择探索往往是有限的,设计很少被推到PPA的架构极限。这是一个巨大的搜索问题,数以亿计的成本投资在所难免。

       而这正是最近基于AI搜索技术的进步可以提供令人兴奋的想法的地方。新的人工智能技术,如强化学习(RL),已经教会了人工智能下国际象棋或围棋等复杂的游戏、合成和优化神经网络、并将计算工作负载与不同类型的加速器相匹配。如果我们能教AI使用今天的工具来搜索最佳设计配方,那又将带来怎样的突破呢?

增强人类专业技能

       我们首先将人工智能应用于我们的后端物理设计方法中,如布局布线、版图规划等相关任务。我们设计了DSO.ai引擎,以摄取设计工具产生的大数据流,并利用它们探索搜索空间,观察设计如何随时间演变,并调整设计选择、技术参数和工作流程,引导探索过程向多维优化目标发展。

       在很多方面,芯片设计过程的复杂性非常适合AI算法的决策能力。我们已经看到了,在处理现代芯片设计的过程中人类所付出的巨大代价,且往往会导致决策疲劳和过度约束设计。 DSO.ai为难以探索的设计-流程-技术解决方案空间带来了即时可见性,这也意味着使用DSO.ai可以最大限度地发挥硅工艺技术的优势,并突破扩展极限。

       我们喜欢用 "自主 "一词来描述DSO.ai是如何完成任务的。就像自动驾驶汽车学习道路规则和驾驶参数一样,DSO.ai能够教会自己使用设计工具的最佳方式,以达到(在许多情况下甚至超过)目标。

       DSO.ai并不是要取代人类的专业技能! 恰恰相反,它的设计是为了增强人类专业技能。有了自主搜索功能后,设计团队就可以解放出来专注于更重要的事情。 除了将深度和高效的思维应用于更大的挑战之外,他们还可以自动执行不太重要的决策,如调整工具设置或安排实验等。如果这项技术可以在整个设计团队中共享和应用,设计团队就能够持续以接近专家的水平执行任务。 高生产力水平意味着工程师可以参与更多的项目,可以在一个给定的问题上用更多的时间来实现更好的结果,可以在项目中处理更多任务,还可以腾出时间来聚焦在那些具有创造性和增值潜力的任务上。

 图2 

加速设计速度

       在竞争激烈的市场中,利用人工智能节省大量时间是最关键的,设计团队能看到的生产力提升将是超乎想象的。我们的早期开发合作伙伴已经看到了他们可以实现的吞吐量的颠覆性结果。

       有多颠覆?在四个初始设计项目中,我们能够比现有的设计流程平均快 86% ,并且使用 更少的员工 来完成。此外,所有的项目都 达到或超过了PPA 的要求。

       我们的开发合作伙伴之一三星电子指出:" DSO.ai能够在短短3天内实现这些结果;而这一过程通常需要多名专家进行一个月的实验。 "

       目前,我们在DSO.ai上的重点是物理设计;整个芯片设计工作流程中基于AI的优化已经成熟,可以帮助团队更快地将更具竞争力的产品推向市场。在当今竞争激烈的市场和严格的芯片制造要求下,好的配方和最佳配方之间的差异可能是数百MHz的性能、数小时的电池寿命和数百万美元的设计成本。
责任编辑:杨培
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并已尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐