{"id":34408,"date":"2019-10-31T21:58:10","date_gmt":"2019-10-31T18:58:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/obsuzhdenie-proekt-openroad-namerevaetsya-reshit-zadachu-avtomatizatsii-proektirovaniya-protsessorov\/"},"modified":"2019-10-31T21:58:10","modified_gmt":"2019-10-31T18:58:10","slug":"obsuzhdenie-proekt-openroad-namerevaetsya-reshit-zadachu-avtomatizatsii-proektirovaniya-protsessorov","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/obsuzhdenie-proekt-openroad-namerevaetsya-reshit-zadachu-avtomatizatsii-proektirovaniya-protsessorov","title":{"rendered":"Discussione: il progetto OpenROAD intende risolvere il problema dell'automazione nella progettazione dei processori","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Discussione:<\/a><\/noindex>
\nFoto \u2014 Pexels<\/a><\/noindex> \u2014 CC BY<\/i><\/p>\n

Secondo dati<\/a><\/noindex> PWC, il mercato delle tecnologie dei semiconduttori sta crescendo \u2014 lo scorso anno ha raggiunto il traguardo di 481 miliardi di dollari. Tuttavia, il suo tasso di crescita recentemente \u00e8 diminuito<\/a><\/noindex>. Tra le cause di questo calo vi sono la complessit\u00e0 dei processi di progettazione dei dispositivi e la mancanza di automazione.
\n<\/a><\/noindex>
\nQualche anno fa, gli ingegneri di Intel scrivevano<\/noindex>, che nella creazione di un microprocessore ad alte prestazioni \u00e8 necessario utilizzare da 100 a 150 strumenti software separati (EDA<\/a><\/noindex>). La situazione pu\u00f2 aggravarsi nel caso di dispositivi eterogenei, la cui architettura include diversi tipi di circuiti integrati \u2014 ASIC, FPGA, CPU o GPU. Ne conseguono errori nella progettazione, che ritardano il rilascio dei prodotti.<\/p>\n

Nonostante l'elevato numero di strumenti ausiliari, parte del lavoro gli ingegneri continuano a doverla svolgere manualmente. Gli autori del libro \u00abAdvanced Logic Synthesis<\/a><\/noindex>\u00bb affermano che a volte i progettisti proviene<\/a><\/noindex> scrivono script in Skill o Python di due milioni di righe per generare librerie contenenti celle<\/a><\/noindex>.<\/p>\n

. Vengono anche scritti script per analizzare i rapporti generati dai sistemi EDA. Nella progettazione di un chip con tecnologia a 22 nm, questi rapporti possono occupare fino a 30 terabyte.<\/i><\/p><\/blockquote>\n

\nPer risolvere la situazione e cercare di standardizzare i processi di progettazione, DARPA ha preso iniziativa. Anche nell'agenzia si ritengono<\/a><\/noindex>, che i metodi esistenti per la creazione di chip siano superati. L'organizzazione ha lanciato<\/a><\/noindex> un programma di cinque anni OpenROAD<\/a><\/noindex>, il cui obiettivo \u00e8 sviluppare nuovi strumenti per l'automazione dei processi di progettazione dei circuiti integrati.<\/p>\n

Che cos'\u00e8 il programma<\/h2>\n

\nIl programma coinvolge diversi progetti che utilizzano l'apprendimento automatico e tecnologie cloud per automatizzare le singole fasi nella creazione di chip. Nell'ambito dell'iniziativa vengono sviluppati<\/a><\/noindex> (schema 1) pi\u00f9 di dieci strumenti. Di seguito parleremo pi\u00f9 nel dettaglio di alcuni di essi: Flow Runner, RePlAce, TritonCTS, OpenSTA.<\/p>\n

Flow Runner<\/b> \u2014 \u00e8 uno strumento per la gestione delle librerie RTL e GDSII. Queste ultime sono file di database che rappresentano uno standard industriale per lo scambio di informazioni su circuiti integrati e le loro topologie. Alla base della soluzione c'\u00e8 la tecnologia di container Docker. Flow Runner pu\u00f2 essere avviato sia in ambiente cloud che localmente. Il manuale di installazione \u00e8 disponibile nel repository ufficiale su GitHub<\/a><\/noindex>.<\/p>\n

RePlAce<\/b> \u2014 \u00e8 una soluzione cloud basata su machine learning, responsabile della disposizione dei componenti sul chip e dell'automazione del routing. Secondo alcune fonti<\/noindex>, gli algoritmi intelligenti aumentano l'efficienza dello strumento dal 2 al 10% rispetto ai sistemi classici. Inoltre, la realizzazione in cloud semplifica la scalabilit\u00e0. La guida per l'installazione e la configurazione \u00e8 anch'essa disponibile nel repository<\/a><\/noindex>.<\/p>\n

TritonCTS<\/b> \u2014 \u00e8 un'utilit\u00e0 per l'ottimizzazione dei segnali di clock inviati al chip. Aiuta a instradare i segnali di sincronizzazione a tutte le parti del dispositivo con ritardi uniformi. Il principio di funzionamento \u00e8 basato su H-alberi<\/a><\/noindex>. Questo approccio aumenta<\/a><\/noindex> l'efficienza della distribuzione dei segnali del 30% rispetto ai metodi tradizionali. Gli sviluppatori affermano che, nel lungo periodo, questo valore potrebbe aumentare fino al 56%. Il codice sorgente e gli script di TritonCTS sono su GitHub<\/a><\/noindex>.<\/p>\n

OpenSTA<\/b> \u2014 \u00e8 un motore per analisi temporale statica. Permette agli sviluppatori di verificare la funzionalit\u00e0 del chip prima ancora della sua assemblaggio effettiva. Un esempio di codice in OpenSTA si presenta<\/a><\/noindex> il seguente.<\/p>\n

@@ -6,7 +6,7 @@ read_liberty -corner ff example1_fast.lib\nread_verilog example1.v\nlink_design top\nset_timing_derate -early 0.9\nset_timing_derate -early 1.1\nset_timing_derate -late 1.1\ncreate_clock -name clk -period 10 {clk1 clk2 clk3}\nset_input_delay -clock clk 0 {in1 in2}\n# report all corners\n<\/code><\/pre>\n
\nL'utilit\u00e0 supporta descrizioni netlist in codice Verilog, librerie in formato Liberty, file SDC e altro.<\/p>\n
Vantaggi e svantaggi<\/h2>\n
\nGli esperti di IBM e IEEE sottolineano<\/a><\/noindex>, che le tecnologie cloud e il machine learning devono essere utilizzati nella produzione di circuiti integrati. Secondo loro, il progetto DARPA potrebbe diventare un esempio riuscito di attuazione di questa idea e dar\u00e0<\/a><\/noindex> il via a cambiamenti nel settore.<\/p>\n
Si prevede anche che la natura aperta di OpenROAD permetter\u00e0 di formare una potente comunit\u00e0 attorno agli strumenti e attirer\u00e0 nuove startup.<\/p>\n
\"Discussione:
\nFoto \u2014 Pexels<\/noindex> \u2014 CC BY<\/i><\/p>\n
Ci sono gi\u00e0 partecipanti \u2014 un laboratorio che si occupa dello sviluppo di chip presso l'Universit\u00e0 del Michigan, diventer\u00e0 il primo<\/a><\/noindex>, chi tester\u00e0 gli strumenti open source OpenROAD. Ma al momento non \u00e8 chiaro se le nuove soluzioni avranno un impatto significativo sul costo dei prodotti finali.<\/p>\n
In generale, ci si aspetta che gli strumenti sviluppati sotto la direzione della DARPA abbiano un impatto positivo sull'industria dei processori, portando alla nascita di sempre pi\u00f9 nuovi progetti in questo settore. Un esempio \u00e8 lo strumento gEDA<\/a><\/noindex> \u2014 consente di progettare chip con un numero illimitato di componenti. gEDA include strumenti per l'editing e la modellazione di circuiti integrati e per il tracciamento delle schede. La soluzione \u00e8 stata sviluppata per piattaforme UNIX, ma alcuni dei suoi componenti funzionano anche su Windows. La guida all'uso pu\u00f2 essere trovata nella documentazione sul sito del progetto<\/a><\/noindex>.<\/p>\n
Gli strumenti open source offrono maggiori opportunit\u00e0 a organizzazioni indipendenti e startup. C'\u00e8 la possibilit\u00e0 che, nel tempo, i nuovi approcci di OpenROAD allo sviluppo degli strumenti EDA e alla creazione di chip possano diventare uno standard del settore.<\/p>\n
\nDi cosa scriviamo nel nostro blog aziendale:<\/p>\n