Foto — — CC BY
Volgens PWC, de markt voor halfgeleidertechnologieën groeit — vorig jaar bereikte deze een niveau van 481 miljard dollar. Maar de groeisnelheid is de laatste tijd Onder de redenen voor deze achteruitgang zijn de complexiteit van ontwerpprocessen en een gebrek aan automatisering.
Enkele jaren geleden zeiden ingenieurs van Intel , dat er bij de creatie van een hoogpresterende microprocessor 100–150 afzonderlijke softwaretools nodig zijn (). De situatie kan verergeren in het geval van heterogene apparaten, waarvan de architectuur verschillende soorten chips omvat — ASIC's, FPGA's, CPU's of GPU's. Hierdoor ontstaan ontwerpfouten die de lancering van producten vertragen.
Ondanks het grote aantal ondersteunende tools, moeten ingenieurs een deel van het werk nog steeds handmatig uitvoeren. De auteurs van het boek “” zeggen dat ontwerpers soms scripts in Skill of Python moeten schrijven van twee miljoen regels om bibliotheken met .
te vormen. Ook worden scripts geschreven voor het parseren van rapporten die door EDA-systemen worden gegenereerd. Bij de ontwikkeling van een chip volgens een 22-nm technologieproces kunnen deze rapporten oplopen tot 30 terabyte.
Om de situatie te verbeteren en te proberen de ontwerpprocessen te standaardiseren, heeft DARPA besloten om de bestaande chipontwerpmethoden te herzien. De organisatie heeft een vijfjarige programma OpenROAD Wat is het programma
Het programma omvat verschillende projecten die machine learning en cloudtechnologieën gebruiken om afzonderlijke fasen van de chipcreatie te automatiseren. In het kader van het initiatief
worden Flow Runner
Flow Runner — dit is een tool voor het beheren van RTL- en GDSII-bibliotheken. Laatstgenoemden zijn databestanden die de industriestandaard vormen voor de uitwisseling van informatie over geïntegreerde circuits en hun topologieën. De oplossing is gebaseerd op containertechnologie van Docker. Flow Runner kan zowel in de cloud als lokaal worden uitgevoerd. De installatiehandleiding is te vinden in de officiële repository .
RePlAce — een cloudoplossing op basis van machine learning, die verantwoordelijk is voor het plaatsen van componenten op de chip en het automatiseren van routing. Volgens , verhogen intelligente algoritmen de efficiëntie van de tool met 2–10% in vergelijking met traditionele systemen. Bovendien vereenvoudigt de implementatie in de cloud de schaalbaarheid. Een gids voor installatie en configuratie is ook beschikbaar .
TritonCTS — een tool voor het optimaliseren van klokpulsen die naar de chip worden gestuurd. Het helpt bij het routen van synchronisatiesignalen naar alle delen van het apparaat met gelijke vertragingen. Het werkprincipe is gebaseerd op . Deze aanpak de efficiëntie van signalen verdeling met 30% in vergelijking met traditionele methoden. Ontwikkelaars zeggen dat dit percentage in de toekomst kan worden verhoogd tot 56%. De broncode en scripts van TritonCTS zijn beschikbaar .
OpenSTA — een engine voor statische timinganalyse. Hiermee kan de ontwikkelaar de functionaliteit van de chip controleren nog voordat deze daadwerkelijk wordt geassembleerd. Een voorbeeldcode in OpenSTA zoals dit.
@@ -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
De tool ondersteunt netlist-beschrijvingen in Verilog, bibliotheken in Liberty-formaat, SDC-bestanden, enz.
Voordelen en nadelen
Experts van IBM en IEEE , dat cloudtechnologieën en machine learning al lang in de productie van microchips moeten worden toegepast. Volgens hen kan het DARPA-project een succesvol voorbeeld zijn van de uitvoering van dit idee en voor veranderingen in de industrie.
Er wordt ook verwacht dat de open aard van OpenROAD een krachtige gemeenschap rond de tools zal vormen en nieuwe startups zal aantrekken.
Foto — — CC BY
Er zijn al deelnemers — een laboratorium dat zich bezighoudt met de ontwikkeling van chips aan de Universiteit van Michigan, , wie de open source-tools OpenROAD zal testen. Maar het is nog onbekend of de nieuwe oplossingen een merkbaar effect zullen hebben op de kosten van eindproducten.
Over het algemeen wordt verwacht dat de tools die onder leiding van DARPA worden ontwikkeld, een positieve impact zullen hebben op de processorindustrie, en dat er steeds meer nieuwe projecten in dit domein zullen opduiken. Een voorbeeld is de tool — deze stelt gebruikers in staat om chips te ontwerpen met een onbeperkt aantal componenten. gEDA bevat hulpprogramma's voor het bewerken en modelleren van chips en voor het traceren van circuits. De oplossing is ontwikkeld voor UNIX-platforms, maar verschillende componenten werken ook op Windows. De handleiding voor het gebruik ervan kan worden gevonden .
Open source-tools bieden onafhankelijke organisaties en startups meer mogelijkheden. Het is waarschijnlijk dat de nieuwe benaderingen van OpenROAD voor de ontwikkeling van EDA-tools en chipontwerp in de loop van de tijd een industriestandaard kunnen worden.
Waarover we schrijven in onze bedrijfsblog:
Bron: habr.com
