0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

AI/ML 解决方案加速验证曲线收敛

jf_pJlTbmA9 来源:jf_pJlTbmA9 作者:jf_pJlTbmA9 2023-07-08 11:03 次阅读

保证覆盖率的同时优化仿真回归

随着应用要求的激增和用户需求的增加,硬件设计变得更加复杂。市场趋势的快速变化,以及对电动汽车等技术的更多关注,决定了对高效电源管理和高性能处理的需求水涨船高。随着 SoC 设计规模的扩大,复杂程度的增加,验证吞吐量仍然是一个瓶颈,单纯依靠增加 CPU 核数量和运行更多的并行测试治标不治本。上述因素的叠加让验证工程师面对复杂设计的压力与日俱增。

验证永远不会完成;当你的时间用完时,它就结束了。目标是在你耗尽时间之前使验证过程收敛。每个人都希望看到关键指标收敛到目标,并在严格的成本和时间限制下做到这一点。想象一下,坐在驾驶舱里,向黑匣子输入信息,然后等待奇迹发生(按一个按钮,你的工作就完成了)。当务之急是人工智能机器学习AI/ML)如何帮助我们更快地完成回归,节省调试时间,实现验证/覆盖率目标,并管理资源和资金——换句话说,我们如何使用 AI/ML 来提高验证的效率?

瑞萨公司也面临着类似的挑战。市场压力和严格的投片时间表促使他们寻找一种技术/方法来优化仿真回归,并在整个产品开发过程中加速设计验证过程。他们希望减少风险,尽早发现尽可能多的错误,能够快速调试,并满足其终端用户的要求。

瑞萨开始探索 Cadence Xcelium 机器学习应用。这个应用程序使用机器学习技术来优化仿真回归,以产生一个更紧凑的压缩回归。然后这个优化的回归被用来重现与原始回归几乎相同的覆盖率,并通过运行现有随机测试平台可能出现的边界场景,快速找到设计错误。

瑞萨的测试结果非常完美,整个随机验证回归的时间缩短了 66%,大幅节省了资源,成本和时间。Xcelium ML App 帮助瑞萨在保证 100%覆盖率的同时将压缩效率提高 2.2 倍。此外,将 ML 回归用于首次设计迭代时,瑞萨再次实现了 100%覆盖率下,将时间缩短 3.6 倍。

1683785065627604.png

基于 ML 的测试回归次数仅为 1168,相当于 3774 次原始回归的 1/3。实现目标所需时间缩短了 30%,满足了严格的上市需求。

除了利用 Xcelium ML App 节省资源和时间,加速实现设计收敛,瑞萨也评估了由 3款 Verisium App 组成,基于 AI 的 Cadence Verisium 平台,将验证生产力提高了 6 倍,共节省 27 个工时。

瑞萨评估的 App 如下:

1683785059602822.png

Verisium AutoTriage,一款基于 ML 的自动化测试失败分类程序,可以将相同错误导致的测试失败自动分组。失败分组耗时降低了 70%,整体效率提升了 3.3 倍。

Verisium SemanticDiff 帮助瑞萨快速识别失败原因,比传统 diff 工具更加高效。SemanticDiff 专注于设计环境,可以提供更相关的差异分析。此外,逐条检查 diff 指令的历史文件是很繁琐的,SemanticDiff app 可以大幅缩短纠错时间,显著提升效率。

Verisium WaveMiner 可以高效识别差异点,用户可以在 PASS 和 FAIL 中将差异点可视化,便捷地比较 PASS 和 FAIL 的波型及源代码。瑞萨的纠错时间得以缩短 89%-97%,带来 9 倍的效率提升。

Cadence 的 Verisium 平台和 Xcelium ML 应用一起提供了一套利用 AI/ML 的应用,以优化验证工作负载,提高覆盖率,并加速复杂 SoC 上设计错误的根源分析。瑞萨公司利用人工智能平台,将其验证生产率提高了 10 倍。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • Cadence
    +关注

    关注

    65

    文章

    921

    浏览量

    142103
  • 瑞萨
    +关注

    关注

    35

    文章

    22309

    浏览量

    86277
收藏 人收藏

    评论

    相关推荐

    新一代AI/ML加速器新型内存解决方案——HBM2E内存接口

    近年来,随着内存带宽逐渐成为影响人工智能持续增长的关键焦点领域之一,以高带宽内存(HBM、HBM2、HBM2E)和GDDR开始逐渐显露头角,成为搭配新一代AI/ML加速器和专用芯片的新型内存
    的头像 发表于 10-23 15:20 5428次阅读
    新一代<b class='flag-5'>AI</b>/<b class='flag-5'>ML</b><b class='flag-5'>加速</b>器新型内存<b class='flag-5'>解决方案</b>——HBM2E内存接口

    富士通AI平台“Fujitsu Kozuchi”加速AIML解决方案交付

    Platform",将面向全球企业用户提供一系列强大的AI(人工智能)与ML(机器学习)技术。 基于富士通先进的AI技术,通过丰富的工具及软件组合,该平台将帮助制造、零售、金融以及医疗保健等各行业客户
    发表于 05-12 09:20 289次阅读
    富士通<b class='flag-5'>AI</b>平台“Fujitsu Kozuchi”<b class='flag-5'>加速</b><b class='flag-5'>AI</b>与<b class='flag-5'>ML</b><b class='flag-5'>解决方案</b>交付

    海量干货分享!XDF(赛灵思开发者大会)北京站各分论坛演讲资料公布

    基础 - Plunify视频处理或数据压缩 - 恒扬数据采用 FPGA 实现深绿 MPP:一个超动力 Greenplum 数据仓库解决方案 - Vitesse Data数据与科学计算分论坛数据中心 AI 加速
    发表于 01-03 15:19

    如何加速电信领域AI开发?

    全流程工作中面临的各种困难。继机械化、电气化、信息化三次工业革命后,以人工智能为代表的第四次工业革命正在到来,驱动人类社会迈向新纪元。就在今年的全联接大会上,华为发布了AI战略与全栈全场景AI解决方案
    发表于 02-25 06:53

    X-CUBE-AI和NanoEdge AI Studio在MLAI开发环境中的区别是什么?

    我想知道 X-CUBE-AI 和 NanoEdge AI Studio 在 MLAI 开发环境中的区别。我可以在任何一个开发环境中做同样的事情吗?使用的设备有什么限制吗?
    发表于 12-05 06:03

    新思科技发布业界首款全栈式AI驱动型EDA解决方案Synopsys.ai

    摘要:Synopsys.ai可为芯片设计提供AI驱动型解决方案,包含数字、模拟、验证、测试和制造模块。AI引擎可显著提高设计效率和芯片质量,
    发表于 04-03 16:03

    基于软件的Vitis AI 2.0加速解决方案

    Vitis AI 2.0 全面发布!作为赛灵思 FPGA 和自适应 SoC 上最综合全面的基于软件的 AI 加速解决方案,Vitis AI
    的头像 发表于 03-15 17:39 2344次阅读

    AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效

    ‍ ‍ ‍     原文标题:AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效 文章出处:【微信公众号:新思科技】欢迎添加关注!文章转载请注明出处。
    的头像 发表于 03-30 20:05 932次阅读

    下周五|AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效

    ‍ ‍ ‍     原文标题:下周五|AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效 文章出处:【微信公众号:新思科技】欢迎添加关注!文章转载请注明出处。
    的头像 发表于 03-31 17:30 727次阅读

    本周五|AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效

    ‍ ‍ ‍     原文标题:本周五|AI驱动芯片验证:VSO.ai在手,覆盖率收敛更快、更好、更高效 文章出处:【微信公众号:新思科技】欢迎添加关注!文章转载请注明出处。
    的头像 发表于 04-03 22:20 519次阅读

    统一AI/ML解决方案加速验证曲线收敛

    的增加,验证吞吐量仍然是一个瓶颈,单纯依靠增加 CPU 核数量和运行更多的并行测试治标不治本。上述因素的叠加让验证工程师面对复杂设计的压力与日俱增。
    的头像 发表于 05-11 16:59 513次阅读
    统一<b class='flag-5'>AI</b>/<b class='flag-5'>ML</b><b class='flag-5'>解决方案</b><b class='flag-5'>加速</b><b class='flag-5'>验证</b><b class='flag-5'>曲线</b><b class='flag-5'>收敛</b>

    利用扩展型 NAS 存储加速 AI/ML 工作负载

    虹科方案1AI&ML变革日常生活AI(人工智能)和ML(机器学习)的发展正逐渐渗透到我们的日常生活中,为我们带来了翻天覆地的变化。从智能手机
    的头像 发表于 08-05 08:11 660次阅读
    利用扩展型 NAS 存储<b class='flag-5'>加速</b> <b class='flag-5'>AI</b>/<b class='flag-5'>ML</b> 工作负载

    深入探讨工业AI/ML技术的发展趋势及相关解决方案

    芯科科技已经创建了一套完整的硬件和软件解决方案,可支持开发用于工业市场的工业AI/ML解决方案。具体来说,我们的Sub-GHz、蓝牙和802.15.4产品内置了硬件
    的头像 发表于 01-29 09:42 486次阅读

    Supermicro推新AI存储方案,助力AIML应用加速

    Supermicro首席执行官梁见后先生高瞻远瞩地指出:针对AIML应用的加速处理,我们推荐配置以每机柜20 PB高速闪存为主,配备四个NVIDIA HGX H100系列优化版8-GPU气冷服务器或者八个同款液冷服务器。
    的头像 发表于 02-03 14:46 631次阅读

    是德科技推出AI数据中心测试平台旨在加速AI/ML网络验证和优化的创新

    2024年2月29日,是德科技(Keysight Technologies,Inc.)宣布,针对人工智能(AI)和机器学习(ML)基础设施生态系统,推出了 AI数据中心测试平台,旨在加速
    的头像 发表于 02-29 09:32 633次阅读
    是德科技推出<b class='flag-5'>AI</b>数据中心测试平台旨在<b class='flag-5'>加速</b><b class='flag-5'>AI</b>/<b class='flag-5'>ML</b>网络<b class='flag-5'>验证</b>和优化的创新