{"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\/nl\/blog\/administrirovanie\/obsuzhdenie-proekt-openroad-namerevaetsya-reshit-zadachu-avtomatizatsii-proektirovaniya-protsessorov","title":{"rendered":"Discussie: het OpenROAD-project is van plan de uitdaging van de automatisering van processorontwerp aan te pakken.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

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

Volgens gegevens<\/a><\/noindex> PWC, de markt voor halfgeleidertechnologie\u00ebn groeit \u2014 vorig jaar bereikte deze een niveau van 481 miljard dollar. Maar de groeisnelheid is de laatste tijd afgenomen.<\/a><\/noindex>Onder de redenen voor deze achteruitgang zijn de complexiteit van ontwerpprocessen en een gebrek aan automatisering.
\n<\/a><\/noindex>
\nEnkele jaren geleden zeiden ingenieurs van Intel over hebben geschreven<\/noindex>, dat er bij de creatie van een hoogpresterende microprocessor 100\u2013150 afzonderlijke softwaretools nodig zijn (EDA<\/a><\/noindex>). De situatie kan verergeren in het geval van heterogene apparaten, waarvan de architectuur verschillende soorten chips omvat \u2014 ASIC's, FPGA's, CPU's of GPU's. Hierdoor ontstaan ontwerpfouten die de lancering van producten vertragen.<\/p>\n

Ondanks het grote aantal ondersteunende tools, moeten ingenieurs een deel van het werk nog steeds handmatig uitvoeren. De auteurs van het boek \u201cAdvanced Logic Synthesis<\/a><\/noindex>\u201d zeggen dat ontwerpers soms is<\/a><\/noindex> scripts in Skill of Python moeten schrijven van twee miljoen regels om bibliotheken met cellen<\/a><\/noindex>.<\/p>\n

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.<\/i><\/p><\/blockquote>\n

\nOm de situatie te verbeteren en te proberen de ontwerpprocessen te standaardiseren, heeft DARPA besloten om de bestaande chipontwerpmethoden te herzien. De organisatie zijn van mening<\/a><\/noindex>heeft een vijfjarige programma zijn publieke DNS 1.1.1.1 gelanceerd, waarvan het aantal gebruikers in de afgelopen periode met 700% is gegroeid. Nu concurreert 1.1.1.1 om de aandacht van het publiek met de inmiddels klassieke DNS van Google op adres 8.8.8.8. Later, op 11 november 2018, lanceerde Cloudflare de mobiele app 1.1.1.1 voor iOS en Android en nu, op basis daarvan, wordt ook de \u2018VPN met een druk op de knop\u2019 gelanceerd.<\/a><\/noindex> OpenROAD , waarvan het doel is nieuwe tools te ontwikkelen voor de automatisering van chipontwerpprocessen.<\/a><\/noindex>Wat is het programma<\/p>\n

Het programma omvat verschillende projecten die machine learning en cloudtechnologie\u00ebn gebruiken om afzonderlijke fasen van de chipcreatie te automatiseren. In het kader van het initiatief<\/h2>\n

\nworden meer dan tien tools ontwikkeld (schema 1). Hieronder zullen we meer gedetailleerd ingaan op enkele van deze tools: Flow Runner, RePlAce, TritonCTS, OpenSTA.<\/a><\/noindex> Flow Runner<\/p>\n

Flow Runner<\/b> \u2014 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 ge\u00efntegreerde circuits en hun topologie\u00ebn. 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 offici\u00eble repository op GitHub<\/a><\/noindex>.<\/p>\n

RePlAce<\/b> \u2014 een cloudoplossing op basis van machine learning, die verantwoordelijk is voor het plaatsen van componenten op de chip en het automatiseren van routing. Volgens bepaalde gegevens<\/noindex>, verhogen intelligente algoritmen de effici\u00ebntie van de tool met 2\u201310% in vergelijking met traditionele systemen. Bovendien vereenvoudigt de implementatie in de cloud de schaalbaarheid. Een gids voor installatie en configuratie is ook beschikbaar in de repository<\/a><\/noindex>.<\/p>\n

TritonCTS<\/b> \u2014 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 H-bomen<\/a><\/noindex>. Deze aanpak verhoogt<\/a><\/noindex> de effici\u00ebntie 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 op GitHub<\/a><\/noindex>.<\/p>\n

OpenSTA<\/b> \u2014 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 ziet eruit<\/a><\/noindex> zoals dit.<\/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
\nDe tool ondersteunt netlist-beschrijvingen in Verilog, bibliotheken in Liberty-formaat, SDC-bestanden, enz.<\/p>\n
Voordelen en nadelen<\/h2>\n
\nExperts van IBM en IEEE , dat tegen 2021 al 94% van de wereldwijde datacenter-werklasten gevirtualiseerd zal zijn. Volgens<\/a><\/noindex>, dat cloudtechnologie\u00ebn 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 de basis leggen<\/a><\/noindex> voor veranderingen in de industrie.<\/p>\n
Er wordt ook verwacht dat de open aard van OpenROAD een krachtige gemeenschap rond de tools zal vormen en nieuwe startups zal aantrekken.<\/p>\n
\"Discussie:
\nFoto \u2014 Pexels<\/noindex> \u2014 CC BY<\/i><\/p>\n
Er zijn al deelnemers \u2014 een laboratorium dat zich bezighoudt met de ontwikkeling van chips aan de Universiteit van Michigan, zal de eerste zijn<\/a><\/noindex>, 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.<\/p>\n
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 gEDA<\/a><\/noindex> \u2014 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 in de documentatie op de projectwebsite.<\/a><\/noindex>.<\/p>\n
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.<\/p>\n
\nWaarover we schrijven in onze bedrijfsblog:<\/p>\n