بحث: پروژه OpenROAD قصد دارد مشکل اتوماسیون طراحی پردازنده را حل کند

بحث: پروژه OpenROAD قصد دارد مشکل اتوماسیون طراحی پردازنده را حل کند
Фото - Pexels - CC BY

بر طبق PWC، بازار فناوری نیمه هادی در حال رشد است - سال گذشته به 481 میلیارد دلار رسید. اما سرعت رشد آن اخیرا کاهش یافته. دلایل افت شامل فرآیندهای طراحی دستگاه گیج کننده و فقدان اتوماسیون است.

چند سال پیش، مهندسان اینتل писалиکه هنگام ایجاد یک ریزپردازنده با کارایی بالا باید از 100 تا 150 ابزار نرم افزار جداگانه استفاده کنید (و از). این وضعیت می تواند در مورد دستگاه های ناهمگن، که معماری آن شامل چندین نوع مختلف تراشه - ASIC، FPGA، CPU یا GPU است، تشدید شود. در نتیجه، خطاهای طراحی رخ می دهد که عرضه محصولات را به تاخیر می اندازد.

با وجود تعداد زیاد ابزارهای کمکی، مهندسان همچنان مجبورند برخی از کارها را به صورت دستی انجام دهند. نویسندگان کتاب "سنتز منطق پیشرفته"آنها می گویند که گاهی اوقات طراحان باید نوشتن اسکریپت در مهارت یا پایتون دو میلیون خط برای ایجاد کتابخانه با سلول ها.

اسکریپت ها نیز برای تجزیه گزارش های تولید شده توسط سیستم های EDA نوشته می شوند. هنگام توسعه یک تراشه با استفاده از فناوری فرآیند 22 نانومتری، این گزارش ها می تواند تا 30 ترابایت طول بکشد.

دارپا تصمیم گرفت وضعیت را اصلاح کند و سعی کند فرآیندهای طراحی را استاندارد کند. در آژانس هم در نظر گرفتنکه روش های موجود برای ایجاد تراشه ها منسوخ شده است. سازمان راه اندازی شد برنامه پنج ساله OpenROAD، که هدف آن توسعه ابزارهای جدید برای خودکارسازی فرآیندهای طراحی تراشه است.

چه نوع برنامه ای

این برنامه شامل چندین پروژه است که از یادگیری ماشین و فناوری های ابری برای خودکارسازی مراحل تکی ایجاد تراشه استفاده می کنند. به عنوان بخشی از ابتکار عمل در حال توسعه هستند (نمودار 1) بیش از ده ابزار. در ادامه با جزئیات بیشتری در مورد برخی از آنها صحبت خواهیم کرد: Flow Runner، RePlAce، TritonCTS، OpenSTA.

فلو رانر ابزاری برای مدیریت کتابخانه های RTL و GDSII است. مورد دوم فایل های پایگاه داده ای هستند که استاندارد صنعتی برای تبادل اطلاعات در مورد مدارهای مجتمع و توپولوژی آنها هستند. راه حل مبتنی بر فناوری کانتینر Docker است. می توانید Flow Runner را هم در فضای ابری و هم به صورت محلی اجرا کنید. راهنمای نصب در مخزن رسمی موجود است در GitHub.

جایگزین کردن یک راه حل ابری مبتنی بر یادگیری ماشینی است که وظیفه قرار دادن اجزا بر روی یک تراشه و خودکارسازی مسیریابی را بر عهده دارد. توسط برخی از داده هاالگوریتم های هوشمند، کارایی ابزار را 2 تا 10 درصد در مقایسه با سیستم های کلاسیک افزایش می دهند. علاوه بر این، پیاده‌سازی در فضای ابری مقیاس‌پذیری را آسان‌تر می‌کند. راهنمای نصب و پیکربندی نیز موجود است در مخزن.

TritonCTS - ابزاری برای بهینه سازی پالس های ساعت ارائه شده به تراشه. به هدایت سیگنال های ساعت به تمام قسمت های دستگاه با تاخیرهای یکسان کمک می کند. اصل عملیات بر اساس درختان H. این رویکرد افزایش می یابد بازده توزیع سیگنال 30 درصد در مقایسه با روش های سنتی. توسعه دهندگان می گویند که در آینده این رقم می تواند به 56٪ افزایش یابد. کد منبع و اسکریپت های TritonCTS موجود است در GitHub.

OpenSTA - یک موتور برای تجزیه و تحلیل زمان بندی استاتیک. این به طراح این فرصت را می دهد تا عملکرد تراشه را قبل از مونتاژ واقعی بررسی کند. کد مثال در OpenSTA به نظر می رسد مثل این.

@@ -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}
# report all corners

این ابزار از توضیحات netlist کد Verilog، کتابخانه های فرمت Liberty، فایل های SDC و غیره پشتیبانی می کند.

مزایا و معایب

کارشناسان IBM و IEEE جشن گرفتناین که فناوری‌های ابری و یادگیری ماشینی مدت‌هاست که برای استفاده در تولید تراشه به تعویق افتاده است. به نظر آنها پروژه دارپا می تواند به نمونه ای موفق از اجرای این ایده تبدیل شود و قرار خواهد داد آغاز تغییرات در صنعت

همچنین انتظار می رود که ماهیت باز OpenROAD یک جامعه قدرتمند در اطراف ابزارها ایجاد کند و استارتاپ های جدید را جذب کند.

بحث: پروژه OpenROAD قصد دارد مشکل اتوماسیون طراحی پردازنده را حل کند
Фото - Pexels - CC BY

در حال حاضر شرکت کنندگانی وجود دارند - آزمایشگاهی در حال توسعه تراشه ها مستقر در دانشگاه میشیگان، اولین خواهد بود، که ابزار منبع باز OpenROAD را آزمایش خواهد کرد. اما هنوز مشخص نیست که آیا راه حل های جدید می توانند تأثیر محسوسی بر قیمت تمام شده محصولات نهایی داشته باشند یا خیر.

به طور کلی، انتظار می رود ابزارهایی که تحت رهبری دارپا توسعه می یابند، تأثیر مثبتی بر صنعت پردازنده داشته باشند و پروژه های جدید بیشتری در این زمینه شروع به ظهور خواهند کرد. یک مثال می تواند یک ابزار باشد گدا - به شما امکان می دهد تراشه هایی با تعداد نامحدودی از اجزا طراحی کنید. gEDA شامل ابزارهایی برای ویرایش و مدل‌سازی ریزمدارها و مسیریابی برد است. این راه حل برای پلتفرم های یونیکس توسعه یافته است، اما تعدادی از اجزای آن تحت ویندوز نیز کار می کنند. راهنمای کار با آنها را می توان یافت در اسناد موجود در وب سایت پروژه.

ابزارهای رایگان موجود به سازمان های مستقل و استارت آپ ها گزینه های بیشتری می دهد. این امکان وجود دارد که با گذشت زمان، رویکردهای جدید OpenROAD در توسعه ابزار EDA و طراحی تراشه بتواند به یک استاندارد صنعتی تبدیل شود.

آنچه در وبلاگ شرکتی خود در مورد آن می نویسیم:

منبع: www.habr.com

اضافه کردن نظر