为什么云在复杂设计中变得必要。
云计算不再是“下一件大事”;它已成为许多行业业务的主流工具。然而,我们自己的IC设计和EDA行业一直在观望云趋势。我们一直很谨慎,直到现在还没有像其他行业那样接受云。今年有什么变化?是什么促使设计公司和EDA工具供应商更加认真地研究基于云的解决方案?
SoC 设计的规模和复杂性每年都在继续增长。当今以数据为中心的世界需要需要处理大量计算的芯片。不断添加更多计算能力和新功能的需求促使设计人员在短时间内转向工艺技术的前沿。这些因素给物理验证闭合带来了巨大的挑战,特别是随着工艺技术向7nm、5nm及以下发展。物理验证是一项计算密集型任务。一个典型的 7nm 运行集可以有多达 10,000 个复杂规则,并且需要大约 100K DRC 计算操作来实现这些规则。因此,7nm 的全芯片 DRC 签核可能需要数天时间才能进行一次迭代。云计算是应对物理验证运行时挑战的一种很有前途的方法。
下一个问题——为什么是现在?几年前,使用云似乎很可怕。半导体公司对他们在云中的设计有几个担忧——数据的安全性、网络延迟、生态系统支持等等。然而,今天,云解决方案被公开接受。随着云采用成为我们行业其他领域的常态,我们现在对在云中提供 IC 设计更有信心。此外,生态系统的所有部分都在融合。一些 EDA 工具,如 Synopsys 的 IC 验证器,已经发展成为完全云就绪的解决方案。台积电代工厂最近推出了“开放式创新平台虚拟设计环境”(OIP VDE),这是一个云设计平台,允许台积电客户在云中安全地开发SoC设计环境。今年,当我与几位客户谈论他们的物理验证运行时问题时,他们中的大多数人都渴望在云中部署他们的物理验证作业。他们不再犹豫使用云资源(在某些情况下多达 1000+ CPU),如果这意味着全芯片 DRC 签核可以在数小时而不是数天内完成。
物理验证是为数不多的非常适合云的设计步骤之一。运行集中的命令分布到多个并行作业中,这些作业在不同的 CPU 内核上独立运行。IC验证器的大规模并行分布式处理引擎充分利用了云的灵活性和弹性。
展望未来,这一领域有哪些令人兴奋的新机遇?机器学习与云计算相结合,有可能为设计带来重大价值。对于任何 ML 应用程序,构建大型数据集来训练模型对于提高模型的预测能力至关重要。EDA中的机器学习开始受到关注,缺乏数据集是一个关键问题。云让我们有机会以正确的方式收集数据,通过仅聚合运行中的相关数据而不泄露专有设计信息。还可以对数据集进行分组,以便为不同的细分市场(例如,所有设计师,特定铸造厂的客户,或一家公司内的设计师)定制不同的方法。云中设计的另一个优点是远程调试;台积电VDE等云设计平台使EDA工具供应商能够远程快速地调试客户问题。
现在是IC设计和EDA完全拥抱云计算的时候了吗?答案是响亮的“是的!毫无疑问,持续的创新将使云计算在未来几年成为IC设计的前沿。
审核编辑:郭婷
-
IC设计
+关注
关注
37文章
1290浏览量
103700 -
云计算
+关注
关注
39文章
7714浏览量
137130 -
eda
+关注
关注
71文章
2699浏览量
172786
发布评论请先 登录
相关推荐
评论