🥇דיון: פרויקט OpenROAD מתכוון לפתור את בעיית האוטומציה של עיצוב המעבדים

תמונות - Pexels - CC BY

על על פי PWC, שוק טכנולוגיית המוליכים למחצה צומח - בשנה שעברה הוא הגיע ל-481 מיליארד דולר. אבל קצב הצמיחה שלו לאחרונה ירד. הסיבות לירידה כוללות תהליכי עיצוב מכשירים מבלבלים והיעדר אוטומציה.

לפני כמה שנים, מהנדסים מאינטל писалиשכאשר יוצרים מיקרו-מעבד בעל ביצועים גבוהים עליך להשתמש ב-100-150 כלי תוכנה נפרדים (ומ). המצב יכול להחמיר במקרה של מכשירים הטרוגניים, שהארכיטקטורה שלהם כוללת כמה סוגים שונים של שבבים - ASIC, FPGA, CPU או GPU. כתוצאה מכך, מתרחשות שגיאות עיצוב המעכבות את שחרור המוצרים.

למרות המספר הגדול של כלי עזר, המהנדסים עדיין נאלצים לבצע עבודה ידנית. מחברי הספר"סינתזת לוגיקה מתקדמת"אומרים שלפעמים מעצבים צריך לכתוב סקריפטים ב-Skill או Python של שני מיליון שורות כדי ליצור איתן ספריות תאים.

סקריפטים נכתבים גם כדי לנתח דוחות שנוצרו על ידי מערכות EDA. כאשר מפתחים שבב באמצעות טכנולוגיית תהליך של 22nm, דוחות אלה יכולים להימשך עד 30 טרה-בייט.

DARPA החליטה לתקן את המצב ולנסות לתקן את תהליכי התכנון. גם בסוכנות שקולששיטות קיימות ליצירת שבבים מיושנות. אִרגוּן הושק תוכנית חמש שנים כביש פתוח, שמטרתה לפתח כלים חדשים לאוטומציה של תהליכי עיצוב שבבים.

איזה סוג של תוכנית

התוכנית כוללת מספר פרויקטים המשתמשים בטכנולוגיות למידת מכונה ובענן כדי להפוך שלבים בודדים של יצירת שבבים לאוטומטיים. במסגרת היוזמה נמצאים בפיתוח (תרשים 1) יותר מעשרה מכשירים. בשלב הבא נדבר ביתר פירוט על כמה מהם: Flow Runner, RePlAce, TritonCTS, OpenSTA.

רץ זרימה הוא כלי לניהול ספריות RTL ו-GDSII. האחרונים הם קבצי מסד נתונים שהם תקן תעשייתי להחלפת מידע על מעגלים משולבים והטופולוגיות שלהם. הפתרון מבוסס על טכנולוגיית ה-Docker Container. אתה יכול להפעיל את Flow Runner גם בענן וגם באופן מקומי. מדריך ההתקנה נמצא במאגר הרשמי ב-GitHub.

החלף הוא פתרון ענן המבוסס על למידת מכונה, אשר אחראי על הצבת רכיבים על שבב ואוטומציה של ניתוב. על ידי כמה נתונים, אלגוריתמים חכמים מגבירים את היעילות של הכלי ב-2-10% בהשוואה למערכות קלאסיות. בנוסף, הטמעה בענן מקלה על קנה המידה. זמין גם מדריך התקנה ותצורה במאגר.

TritonCTS - כלי עזר למיטוב פולסי השעון המסופקים לשבב. עוזר לנתב אותות שעון לכל חלקי המכשיר באותם עיכובים. עיקרון הפעולה מבוסס על H-עצים. הגישה הזו מעלה יעילות הפצת אותות ב-30% בהשוואה לשיטות מסורתיות. היזמים אומרים כי בעתיד ניתן להגדיל נתון זה ל-56%. קוד המקור והסקריפטים של TritonCTS זמינים ב-GitHub.

OpenSTA - מנוע לניתוח תזמון סטטי. זה נותן למעצב את ההזדמנות לבדוק את הפונקציונליות של השבב לפני שהוא מורכב בפועל. קוד לדוגמה ב-OpenSTA נראה ככה.

@@ -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

כלי השירות תומך בתיאורי Netlist של קוד Verilog, ספריות פורמט Liberty, קבצי SDC וכו'.

יתרונות וחסרונות

מומחים מ-IBM ו-IEEE לחגוגשטכנולוגיות ענן ולמידת מכונה הגיעה זמן רב לשימוש בייצור שבבים. לדעתם, פרויקט DARPA יכול להפוך לדוגמא מוצלחת ליישום רעיון זה ו אשים תחילתם של שינויים בתעשייה.

כמו כן, צפוי שהאופי הפתוח של OpenROAD ייצור קהילה רבת עוצמה סביב הכלים וימשוך סטארטאפים חדשים.

תמונות - Pexels - CC BY

יש כבר משתתפים - מעבדה לפיתוח שבבים שבסיסה באוניברסיטת מישיגן, יהיה הראשון, שיבדוק כלי קוד פתוח של OpenROAD. אך עדיין לא ידוע אם לפתרונות חדשים תהיה השפעה ניכרת על עלות המוצרים הסופיים.

בסך הכל, לכלים המפותחים בהנהגת DARPA צפויה השפעה חיובית על תעשיית המעבדים, ופרויקטים חדשים נוספים יתחילו לצוץ בתחום זה. דוגמה תהיה כלי GEDA - זה מאפשר לך לעצב שבבים עם מספר בלתי מוגבל של רכיבים. gEDA כולל כלי עזר לעריכה ומידול מיקרו-מעגלים וניתוב לוח. הפתרון פותח עבור פלטפורמות UNIX, אך מספר מרכיבים שלו פועלים גם תחת Windows. ניתן למצוא מדריך לעבודה איתם בתיעוד באתר הפרויקט.

כלים זמינים באופן חופשי מעניקים לארגונים עצמאיים ולסטארט-אפים אפשרויות נוספות. ייתכן שעם הזמן, הגישות החדשות של OpenROAD לפיתוח כלי EDA ועיצוב שבבים עשויות להפוך לסטנדרט בתעשייה.

על מה אנחנו כותבים בבלוג הארגוני שלנו:

מקור: www.habr.com

דיון: פרויקט OpenROAD מתכוון לפתור את בעיית האוטומציה של עיצוב המעבדים

איזה סוג של תוכנית

יתרונות וחסרונות

הוספת תגובה ביטול תגובה