目前有一种解决方案,能够提高开发效率和芯片设计质量,甚至还可以将以前的不可能变为现实。 这一切都来自一种推动芯片复杂度提升的技术:人工智能 (AI)。
开发者的创造力为我们带来了AI聊天机器人、手术机器人和自动驾驶汽车等各类先进技术的应用。 此外,各种强大的解决方案也应运而生,为开发者分担重复性的芯片设计、验证和测试任务,从而让他们专注于最擅长的事情:创新。
凭借屡获殊荣的新思科技DSO.ai AI芯片设计应用的引领,新思科技推出了业界首个全栈式AI驱动型EDA解决方案Synopsys.ai,现已搭载功能验证解决方案(新思科技VSO.ai)和芯片测试解决方案(新思科技TSO.ai),未来还将推出更多功能。 Synopsys.ai在减少功能覆盖率漏洞方面实现10倍提升,IP验证效率提高30%。 同时,DSO.ai最近率先实现了首个100次生产流片,这是一个重要的里程碑,标志着AI已经成为主流的半导体技术。
AI代替EDA工作流程中
重复和手动任务
目前,全球经济充满不确定性,半导体行业的竞争日趋激烈,这些因素推动着行业更进一步地优化半导体功耗、性能和面积(PPA)。 只有以更低的成本、更快地优化这些指标,企业才有可能在竞争中占得先机。 除了当前的经济形势外,企业还可能面临着人才压力,半导体开发人才的短缺或将阻碍行业的发展。
AI驱动型EDA解决方案为此提供了一个发展方向,它可以辅助开发团队提升工作效率。 据德勤全球估算,全球几大半导体公司今年将在内部和第三方芯片设计AI工具上投入3亿美元,这一数字未来四年内每年还将增长20%。 德勤全球在一篇分析文章中指出:“AI设计工具可以让芯片制造商突破摩尔定律的界限,从而节约时间和费用,缓解人才短缺问题,甚至还可以将旧的芯片设计应用于全新的设计之中。 同时,这些工具还可以提升供应链安全,有助于缓解未来芯片短缺问题。 ”
每个设计中都存在耗时耗力的任务,这些任务或重复或冗余,但对芯片质量而言又是必不可少的。 AI技术可以承担各类重复性任务,如设计空间探索、验证覆盖和测试码生成,并且还能提升这些任务结果的质量。 这为开发团队节省了大量时间,让其得以专注于完成各种增值任务,如实现产品差异化、快速创建新功能或衍生设计等。 AI技术还可以帮助开发团队实现快速上市时间的目标,以及利用现有资源完成更多项目。 开发者无论是新手还是经验丰富的资深人士,都能从AI中获益,因为该技术既能让新手开发者更快上手,也能帮助资深开发者更快地提升设计质量。 例如,在项目中,Synopsys.ai可以负责处理重复性工作,并根据迭代工具的结果采取相应措施,而开发者则负责监管芯片质量,二者配合得到的结果要比开发者独自应对来得更好,而且速度更快。
用更智能的芯片应对复杂挑战
如今,开发者面临着各种各样的挑战,如不断增加的设计复杂性,先进制程节点的要求,以及包括CPU、手机、GPU、汽车和AI在内的多个垂直领域中不断缩减的功耗预算。 无论是在周边设备还是在数据中心的服务器中,AI芯片都需要大量的计算单元来处理复杂的算法和海量的数据。 优化这类复杂设计的PPA并确保芯片按预期运行,对开发者而言这项挑战正变得越来越严峻。
这正是Synopsys.ai解决方案能改变的地方,让我们来逐一了解Synopsys.ai的各个组件。
DSO.ai:奠定基础
DSO.ai是芯片设计实现方面的一款颠覆性AI应用,可以自主搜索PPA设计空间来寻找最佳解决方案。DSO.ai将AI技术集成到了芯片设计工作流程中,可以协助开发者大规模地探索各种方案,这在以前是无法做到的。
这种方法让AI技术有机会不断从训练数据中积累经验并学以致用,进而助力加快流片速度并实现PPA目标。AI的另一项关键优势是支持复用:从一个项目中学到的经验可以应用于未来的项目,从而提高设计流程的效率。该解决方案可在云端使用,更具灵活性、可扩展性和弹性,有助于客户处理繁重的工作量。据用户反馈,使用该解决方案后工作效率提升了3倍以上,功耗降低多达15%,裸片尺寸也大幅缩小。下图显示了DSO.ai在高性能数据中心CPU中的应用结果。
VSO.ai:优化“最后一公里”
VSO.ai可帮助验证开发者更快实现覆盖率收敛目标并发现更多错误。数字设计可能涉及的设计状态空间几乎是无限的,要一一检查这些空间,验证设计是否能按预期运行,人工操作是根本不可能实现的。回归流程可能需要数天时间,成千上万的测试会消耗掉所有计算资源。通常,最后的收敛工作非常耗费人力,而且人工分析庞大的数据也难以得出可行的见解。
VSO.ai为这一流程注入了全新活力。它通过检查RTL来推断覆盖范围,同时会高亮显示需要覆盖的区域,从而节省大量时间并确保测试具有高ROI。瑞萨电子(Renesas)表示,借助新思科技VCS功能验证解决方案(Synopsys.ai的一部分)进行AI驱动的验证,他们在减少功能覆盖率漏洞方面实现了10倍以上的提升,同时IP验证效率提高了30%。
TSO.ai:让开发者不必再做取舍
不断增加的设计复杂性和规模也影响了芯片的测试进度。在评估自动测试码生成(ATPG)工具的结果时,需要考虑以下三项关键指标:
缺陷覆盖范围
测试码数量,与测试成本直接相关
运行时间
相反,经验丰富的开发者又可能存在偏见,导致他们使用该工具获得的结果可能并不是新设计的最佳选择。TSO.ai可以让开发者无需再权衡这些利弊,通过运行多个新思科技TestMAX ATPG先进测试解决方案的副本,自动生成测试计划,从而提高缺陷覆盖率,减少测试码数量,并更快地获得结果。
AI让一切皆有可能
技术无上限,创芯无止境。利用AI助力芯片设计拥有诸多天然优势,其中之一便是这些工具会从不同设计中不断学习积累经验,从而变得越来越智能。这对整个芯片设计行业和所有依赖电子产品的人而言都是个好消息。AI可以赋予开发者更大的能力,让他们更快地将正确规格的芯片推向市场,从而打造出更加复杂的系统,以应对数字世界中的各种复杂挑战。
-
机器人
+关注
关注
210文章
28201浏览量
206519 -
eda
+关注
关注
71文章
2708浏览量
172880 -
AI
+关注
关注
87文章
30136浏览量
268411 -
人工智能
+关注
关注
1791文章
46853浏览量
237551 -
新思科技
+关注
关注
5文章
787浏览量
50307
原文标题:AI会改变EDA的基因吗?
文章出处:【微信号:Synopsys_CN,微信公众号:新思科技】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论