Foto — — CC BY
Ifølge PWC, markedet for halvlederteknologi vokser — sidste år nåede det op på 481 milliarder dollars. Men væksten er i de seneste tider Blandt årsagerne til nedgangen er kompleksiteten i enhedsdesignprocesser og mangel på automatisering.
For et par år siden nævnte ingeniører fra Intel , at man ved design af højtydende mikroprocessorer skal bruge 100–150 separate softwareværktøjer (). Situationen kan forværres i tilfældet med heterogene enheder, hvis arkitektur inkluderer flere forskellige typer chips — ASIC, FPGA, CPU eller GPU. Resultatet er designfejl, der forsinker produktudgivelser.
På trods af det store antal hjælpeværktøjer er der stadig dele af arbejdet, som ingeniørerne er nødt til at udføre manuelt. Forfatterne af bogen “” siger, at designere nogle gange skal skrive scripts i Skill eller Python for at generere biblioteker med .
. Der skrives også scripts til at parse rapporter, der genereres af EDA-systemer. Ved udvikling af en chip med 22-nm teknologiprocessen kan disse rapporter fylde op til 30 terabyte.
For at løse situationen og forsøge at standardisere designprocesserne har DARPA besluttet at indføre en femårig program OpenROAD , hvis mål er at udvikle nye værktøjer til automatisering af designprocesserne for chips. Programmet involverer flere projekter, der bruger maskinlæring og cloud-teknologier til at automatisere forskellige faser af chip-designet. Som en del af initiativet
(skema 1) over ti værktøjer. Nedenfor vil vi gå mere i detaljer med nogle af dem: Flow Runner, RePlAce, TritonCTS, OpenSTA.
Flow Runner — er et værktøj til styring af RTL- og GDSII-biblioteker. Sidstnævnte er databaser, der udgør industristandarder for udveksling af information om integrerede kredsløb og deres topologier. Løsningen er baseret på containerteknologi fra Docker. Flow Runner kan køres både i en cloud-miljø og lokalt. Installationsvejledningen findes i det officielle repository.
RePlAce RePlAce .
RePlAce — en cloud-løsning baseret på maskinlæring, der håndterer placeringen af komponenter på chips og automatisering af sporing. Ifølge , øger intelligente algoritmer effektiviteten af værktøjet med 2–10% sammenlignet med klassiske systemer. Derudover forenkler implementeringen i skyen skalering. En guide til installation og opsætning findes også .
TritonCTS — et værktøj til optimering af klokkepulser sendt til chippen. Det hjælper med at rute synkroniseringstestsignaler til alle dele af enheden med ensartede forsinkelser. Driftsprincippet er baseret på . Denne tilgang effektiviteten af signalfordelingen med 30% sammenlignet med traditionelle metoder. Udviklerne siger, at dette tal i fremtiden kan øges til 56%. Kildekoden og scripts til TritonCTS er tilgængelige .
OpenSTA — en motor til statisk tidsanalyse. Den giver udvikleren mulighed for at kontrollere chipens funktionalitet, før den faktisk bliver samlet. Eksempel på kode i OpenSTA ser sådan ud.
@@ -6,7 +6,7 @@ read_liberty -corner ff example1_fast.lib
read_verilog example1.v
link_design top
set_timing_derate -early 0.9
set_timing_derate -early 1.1
set_timing_derate -late 1.1
create_clock -name clk -period 10 {clk1 clk2 clk3}
set_input_delay -clock clk 0 {in1 in2}
# rapporter alle hjørner
Værktøjet understøtter netlist-beskrivelser af kode i Verilog, biblioteker i Liberty-format, SDC-filer og mere.
Fordele og ulemper
Eksperter fra IBM og IEEE , mener, at cloud-teknologier og maskinlæring tidligere burde implementeres i chipproduktion. Ifølge dem kan DARPA-projektet blive et godt eksempel på realiseringen af denne idé og grundlaget for ændringer i industrien.
Det forventes også, at den åbne natur af OpenROAD vil skabe et stærkt fællesskab omkring værktøjerne og tiltrække nye startups.
Foto — — CC BY
Der er allerede deltagere — laboratoriet, der arbejder på chipudvikling ved Michigan University, , der tester de åbne værktøjer fra OpenROAD. Men det er endnu uvist, om de nye løsninger kan have en mærkbar indflydelse på omkostningerne ved de endelige produkter.
Generelt forventes det, at de værktøjer, der udvikles under DARPA's ledelse, vil have en positiv indvirkning på processorindustrien, og vi vil se flere nye projekter i dette område. Et eksempel kan være værktøjet — det giver mulighed for at designe chips med et ubegribelig antal komponenter. gEDA inkluderer værktøjer til redigering og modellering af kredsløb og layout. Løsningen er udviklet til UNIX-platforme, men flere af dens komponenter fungerer også under Windows. En vejledning til at arbejde med dem kan findes .
De frit tilgængelige værktøjer giver uafhængige organisationer og startups flere muligheder. Der er en sandsynlighed for, at nye OpenROAD-tilgange til udvikling af EDA-værktøjer og fremstilling af chips over tid kan blive branchestandard.
Hvad vi skriver om på vores virksomhedblog:
Kilde: habr.com
