Cerebrus, Cadence'den ML tabanlı Akıllı Çip Gezgini

Elektronik tasarım otomasyonu (EDA), başlangıcından bu yana çok yol kat etti. Çip mühendislerinin ilk günlerde tasarımları doğrudan düzen biçiminde belirlemelerini, günümüzün RTL biçiminde yakalamasını sağladı. EDA'daki her ilerleme, bir çip tasarlama görevini kolaylaştırdı ve tasarım ekibinin üretkenliğini artırarak şirketlerin ürünlerini daha hızlı piyasaya sürmesini sağladı. Tabii bu süre zarfında ürün gereksinimleri statik kalmıyordu. Bu nedenle, EDA ilerlemeleri ve tasarım karmaşıklığı artışları arasında bir çekişme oldu.

Çip dünyasında sabit kalan bir şey, tasarım özelliklerini ve ürün kısıtlamalarını alacak ve bir düğmeye basarak üretilebilir, üretime hazır ve belirtilen ürün kısıtlamalarını karşılayan veya aşan bir tasarım oluşturacak bir araç arzusudur. . Gerçekten de yüce bir hedeftir. Geçen hafta, Cadence, Cerebrus Intelligent Chip Explorer'ı duyurdu. Çip dünyasını bu yöne bir adım daha yaklaştıran makine öğrenimi (ML) tabanlı bir araçtır. Müşterileri için gelişmiş PPA, daha yüksek ekip üretkenliği ve daha kısa pazara sunma süresi avantajları sunar.

Haziran ayında CadenceLIVE Americas konferansı sırasında, Cadence, ML teknolojisini birleştirdiği bir dizi alandan bahsetti ve Cerebrus, Cadence'in ML girişiminin en son sonucudur. Makine öğrenimi girişiminden kaynaklanan daha fazla ürün duyurusu duymayı bekliyorum.

Cerebrus duyurusunu Cadence'deki Digital & Signoff Group üst düzey ürün yönetimi grubu direktörü Kam Kittrell ile tartışma fırsatım oldu. Aşağıdakiler, konuşmamdan topladıklarımın bir sentezidir.

Cerebrus nedir?

RTL'den GDS imza akışına kadar çalışan Cadence'den yeni bir EDA aracı türüdür. Bir tasarım veya bir tasarım içinde bir blok için güç, performans ve alan hedefleri alır. Kullanıcı, akışın bir başlangıç ​​ve bitiş noktası sağlayabilir veya araca tam akışı yapmasını söyleyebilir. Araç, birden fazla araç ve IP bloğu içeren standart üretim akışı bağlamında çalışır ve ayrıca bu aracı çalıştıran ilgili CAD ekibinin kişisel yapılandırma tercihlerini de barındırır. Otomatik bir RTL'den GDS'ye tam akış optimizasyon aracıdır.

EDA otomasyon anlamına gelse de, bu noktaya kadar, geçmiş tasarımlardan öğrenilenler otomatik olarak yeni tasarım akışlarına beslenmiyordu. Cerebrus, yalnızca daha iyi tasarımları keşfetmek için ML'yi kullanmakla kalmaz, aynı zamanda yeni tasarımlardan yararlanmak için öğrendiklerini de kaydeder.

Cerebrus Neden Gereklidir?

Biri, aşina olduğum EDA araçlarının oldukça iyi olduğunu düşünüyor olabilir. Araçlar zaten harika bir iş çıkarıyor. Bir tasarımı temel çalışma durumuna getirdiğimde, performansın veya güç tasarrufunun veya alan tasarrufunun son zerresini sıkıştırmak uzman mühendislerin görevidir. Tarihsel olarak işler böyle yapılırken, optimizasyon çabalarının çok fazla mühendis, zaman ve hesaplama kaynağı tükettiğini biliyoruz. Cerebrus ise 50 ila 100 farklı deneyi çok hızlı bir şekilde çalıştırabilir. Özünde, ML tekniklerinden yararlanarak, manuel araçlarla mümkün olandan çok daha kısa sürede çok daha büyük bir alanı arayabilir ve hedefe ulaşmak için en uygun yola ulaşabilir.

Aşağıdaki şekle bakın. 5nm mobil CPU tasarımından elde edilen kıyaslama sonuçlarını gösterir.

Bu tasarımı temel bir akış kullanarak çalışır duruma getirdikten sonra, birçok mühendis tasarım için PPA hedefini sağlayan bir akış elde etmek için birkaç ay boyunca çalıştı. Buna paralel olarak, Cerebrus temel başlangıç ​​noktasından yola çıktı ve en uygun yolu bulmak için araştırmayı başlattı. Bu kıyaslama çalışmasının amacı, PPA hedeflerinden ödün vermeden üretkenliği artırmaktı. Cerebrus, aynı miktarda hesaplama kaynağı kullanarak ve yalnızca bir mühendis kullanarak çok daha kısa sürede hedefe ulaştı ve PPA'yı da otomatik olarak iyileştirdi.

Cerebrus Nasıl Çalışır?

Otomasyon tamamen verimlilik elde etmekle ilgilidir. EDA, tasarım hedeflerine ulaşmada insanların üretkenliğini artırır. ML teknikleri aracılığıyla Cerebrus, EDA akış verimliliğini artırmaya yardımcı olur ve araçların daha iyi yerleştirme, rota ve zamanlama kapatma için hızla bir araya gelmesini sağlar. Makine öğrenimi türleri, bir model geliştirilip kullanılmadan önce genellikle çok fazla eğitim gerektirir. Ve eğitim aşaması çok fazla bilgi işlem kaynağı gerektirir.

Ancak Cerebrus'un çalışmaya başlamadan önce büyük bir eğitim setine ihtiyacı yoktur. Ayrıca büyük bir bilgi işlem grubuna da ihtiyacı yoktur. Belirli bir süreç düğümü üzerinde eğitim olmadan, hızlı bir şekilde en uygun yolu bulabilir. Ortaya çıkan model, daha fazla iyileştirme için aynı tasarım üzerinde yeniden kullanılabilir. Model, önceki tasarımla benzer çalışma koşulları ve aynı süreç düğümü ile farklı bir tasarıma da taşınabilir. Cerebrus'un öğrenme modelinin pekiştirici doğası, her kullanımda etkinliği artırır. Sonuç, önemli PPA iyileştirmeleri, kaynak optimizasyonları (insanlar ve donanım) ve zamanlama sıkıştırmalarıdır.

Ölçeklenebilir, Dağıtılmış Bilgi İşlem Çözümü

Cerebrus, aynı anda birçok blok için otomatik RTL'den GDS'ye akış optimizasyonu çalıştırmalarını yönetmek için bir mühendise ihtiyaç duyar ve tam tasarım ekiplerinin daha üretken olmasını sağlar.

Cerebrus, önde gelen tüm bulut platformlarını destekler. PPA iyileştirmesine yönelik manuel bir yaklaşımla, tipik olarak isteğe bağlı bilgi işlem kaynakları uzun bir süre kilitlenirken, Cerebrus'un makine öğrenimi tabanlı otomatik yaklaşımıyla, isteğe bağlı işlem kapasitesinin ulaşması çok daha kısa bir süre için tutulur en uygun yolda. Bu anlamda, geleneksel insan odaklı tasarım keşfinden daha verimli yerinde ve bulut bilgi işlem kaynak yönetimi sağlar.

Cerebrus Ne Zaman Kullanılabilir?

Şu anda genel kullanılabilirlik (GA) durumundadır.

Serebrus İçin Bazı İlginç Kullanım Örnekleri

Cerebrus'u kullanma amacının PPA optimizasyonu veya üretkenlik iyileştirmesi olduğu standart kullanım durumuna ek olarak, farklı kullanım durumlarını tetikleyen durumlar olabilir.

• Müşteriler bazen birincil ürün üzerinde çalışırken bir türev ürünü düşünürler ve her iki çipi birden yapamayacaklarını düşündükleri için arada kalan bir ürüne ulaşmaya karar verirler. Alternatif olarak, bir çipin üst kümesini oluşturmaya ve bir türev ürün sunmak için çipin bölümlerini kapatmaya karar verebilirler. Bu yolların hiçbiri ideal değildir. Cerebrus, müşterilerin her iki çipi, normalde ihtiyaç duyulandan daha az mühendisle (daha küçük ekip) paralel olarak yapmasına ve amaçları için optimize edilmiş her iki çipi elde etmesine yardımcı olabilir.
• şekle bakın altında bu, kat planı ve uygulama planını aynı anda optimize etmeye yönelik bir alıştırmanın sonuçlarını gösterir.

Özet

Devrim niteliğindeki ML tabanlı Cerebrus, müşterilerin ilgili pazar segmentlerinin giderek daha katı PPA, üretkenlik ve pazara sürüm taleplerini karşılamalarını sağlar. Cerebrus ayrıca optimize edilmiş çip türevleri geliştirmeyi daha kolay ve hızlı hale getirir. Basın duyurusuna buradan ulaşabilirsiniz ve daha fazla ayrıntıya adresinden erişilebilir. Cadence web sitesinin ürün bölümü. Cadence ile görüşmek ve Cerebrus'u çip tasarım akışınıza dahil etmeyi keşfetmek isteyebilirsiniz.

Bu gönderiyi şu yolla paylaş: Kaynak: https://semiwiki.com/eda/cadence/301325-cerebrus-the-ml-based-intelligent-chip-explorer-from-cadence/