การอภิปราย: โครงการ OpenROAD ตั้งใจที่จะแก้ปัญหาการออกแบบโปรเซสเซอร์อัตโนมัติ

การอภิปราย: โครงการ OpenROAD ตั้งใจที่จะแก้ปัญหาการออกแบบโปรเซสเซอร์อัตโนมัติ
ภาพถ่าย — Pexels — ซีซีโดย

บน ข้อมูล PWC ซึ่งเป็นตลาดเทคโนโลยีเซมิคอนดักเตอร์กำลังเติบโต - ปีที่แล้วมีมูลค่าถึง 481 พันล้านดอลลาร์ แต่อัตราการเติบโตในช่วงนี้ ลดลง. สาเหตุของการลดลง ได้แก่ กระบวนการออกแบบอุปกรณ์ที่สับสนและการขาดระบบอัตโนมัติ

เมื่อไม่กี่ปีก่อน วิศวกรจากอินเทล เขียนเมื่อสร้างไมโครโปรเซสเซอร์ประสิทธิภาพสูงคุณต้องใช้เครื่องมือซอฟต์แวร์แยกกัน 100–150 รายการ (และจาก). สถานการณ์อาจรุนแรงขึ้นในกรณีของอุปกรณ์ที่แตกต่างกันซึ่งมีสถาปัตยกรรมซึ่งรวมถึงชิปหลายประเภท - ASIC, FPGA, CPU หรือ GPU เป็นผลให้เกิดข้อผิดพลาดในการออกแบบซึ่งทำให้การเปิดตัวผลิตภัณฑ์ล่าช้า

แม้จะมีเครื่องมือเสริมจำนวนมาก แต่วิศวกรยังคงถูกบังคับให้ทำงานบางอย่างด้วยตนเอง ผู้เขียนหนังสือ "การสังเคราะห์ลอจิกขั้นสูง“เขาว่ากันว่าบางครั้งนักออกแบบ ต้อง เขียนสคริปต์ใน Skill หรือ Python จำนวนสองล้านบรรทัดเพื่อสร้างไลบรารีด้วย เซลล์.

สคริปต์ยังถูกเขียนเพื่อแยกวิเคราะห์รายงานที่สร้างโดยระบบ EDA เมื่อพัฒนาชิปโดยใช้เทคโนโลยีการผลิต 22 นาโนเมตร รายงานเหล่านี้อาจใช้พื้นที่สูงสุด 30 เทราไบต์

DARPA ตัดสินใจแก้ไขสถานการณ์และพยายามสร้างมาตรฐานให้กับกระบวนการออกแบบ ที่หน่วยงานด้วย พิจารณาวิธีการสร้างชิปที่มีอยู่นั้นล้าสมัย องค์กร เปิดตัว โปรแกรมห้าปี OpenROADซึ่งมีเป้าหมายเพื่อพัฒนาเครื่องมือใหม่ๆ เพื่อทำให้กระบวนการออกแบบชิปเป็นอัตโนมัติ

โปรแกรมประเภทไหน

โปรแกรมนี้เกี่ยวข้องกับหลายโครงการที่ใช้การเรียนรู้ของเครื่องและเทคโนโลยีคลาวด์เพื่อสร้างชิปแต่ละขั้นตอนโดยอัตโนมัติ ซึ่งเป็นส่วนหนึ่งของความคิดริเริ่ม กำลังได้รับการพัฒนา (แผนภาพที่ 1) ตราสารมากกว่าสิบรายการ ต่อไปเราจะพูดถึงรายละเอียดเพิ่มเติมเกี่ยวกับบางส่วน: Flow Runner, RePlAce, TritonCTS, OpenSTA

นักวิ่งกระแส เป็นเครื่องมือสำหรับจัดการไลบรารี RTL และ GDSII ไฟล์หลังเป็นไฟล์ฐานข้อมูลที่เป็นมาตรฐานอุตสาหกรรมสำหรับการแลกเปลี่ยนข้อมูลเกี่ยวกับวงจรรวมและโทโพโลยี โซลูชันนี้ใช้เทคโนโลยีคอนเทนเนอร์ Docker คุณสามารถเรียกใช้ Flow Runner ได้ทั้งในระบบคลาวด์และภายในเครื่อง คู่มือการติดตั้งอยู่ในพื้นที่เก็บข้อมูลอย่างเป็นทางการ บน GitHub.

แทนที่ เป็นโซลูชันระบบคลาวด์ที่ใช้การเรียนรู้ของเครื่อง ซึ่งมีหน้าที่ในการวางส่วนประกอบต่างๆ บนชิปและกำหนดเส้นทางอัตโนมัติ โดย ข้อมูลบางอย่างอัลกอริธึมอัจฉริยะเพิ่มประสิทธิภาพของเครื่องมือได้ 2–10% เมื่อเทียบกับระบบคลาสสิก นอกจากนี้ การใช้งานในระบบคลาวด์ยังทำให้การปรับขนาดง่ายขึ้น คู่มือการติดตั้งและการกำหนดค่าก็มีให้เช่นกัน ในพื้นที่เก็บข้อมูล.

ไทรทันซีทีเอส — ยูทิลิตี้สำหรับปรับพัลส์นาฬิกาที่จ่ายให้กับชิปให้เหมาะสม ช่วยกำหนดเส้นทางสัญญาณนาฬิกาไปยังทุกส่วนของอุปกรณ์ด้วยความล่าช้าเท่ากัน หลักการทำงานจะขึ้นอยู่กับ H-ต้นไม้. แนวทางนี้ เพิ่มขึ้น ประสิทธิภาพการกระจายสัญญาณ 30% เมื่อเทียบกับวิธีการแบบเดิม นักพัฒนาบอกว่าในอนาคตตัวเลขนี้สามารถเพิ่มเป็น 56% มีซอร์สโค้ดและสคริปต์ TritonCTS บน GitHub.

เปิดSTA — กลไกสำหรับการวิเคราะห์เวลาแบบคงที่ ช่วยให้นักออกแบบมีโอกาสตรวจสอบการทำงานของชิปก่อนที่จะประกอบจริง ตัวอย่างโค้ดใน OpenSTA ดูเหมือน แบบนี้.

@@ -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

ยูทิลิตี้นี้รองรับคำอธิบาย netlist ของโค้ด Verilog, ไลบรารีรูปแบบ Liberty, ไฟล์ SDC ฯลฯ

ข้อดีและข้อเสีย

ผู้เชี่ยวชาญจาก IBM และ IEEE เครื่องหมายเทคโนโลยีคลาวด์และการเรียนรู้ของเครื่องจักรนั้นเกินกำหนดมานานสำหรับใช้ในการผลิตชิป ในความเห็นของพวกเขา โครงการ DARPA สามารถกลายเป็นตัวอย่างที่ประสบความสำเร็จของการนำแนวคิดนี้ไปใช้และ จะใส่ จุดเริ่มต้นของการเปลี่ยนแปลงในอุตสาหกรรม

นอกจากนี้ ยังคาดว่าลักษณะที่เปิดกว้างของ OpenROAD จะสร้างชุมชนที่มีประสิทธิภาพเกี่ยวกับเครื่องมือต่างๆ และดึงดูดสตาร์ทอัพรายใหม่

การอภิปราย: โครงการ OpenROAD ตั้งใจที่จะแก้ปัญหาการออกแบบโปรเซสเซอร์อัตโนมัติ
ภาพถ่าย — Pexels — ซีซีโดย

มีผู้เข้าร่วมแล้ว - ห้องปฏิบัติการพัฒนาชิปที่มหาวิทยาลัยมิชิแกน จะเป็นคนแรกผู้ที่จะทดสอบเครื่องมือโอเพ่นซอร์สของ OpenROAD แต่ยังไม่ทราบว่าโซลูชันใหม่จะสามารถส่งผลอย่างเห็นได้ชัดต่อต้นทุนของผลิตภัณฑ์ขั้นสุดท้ายหรือไม่

โดยรวมแล้ว เครื่องมือที่ได้รับการพัฒนาภายใต้การนำของ DARPA คาดว่าจะมีผลกระทบเชิงบวกต่ออุตสาหกรรมโปรเซสเซอร์ และจะเริ่มมีโครงการใหม่ๆ เกิดขึ้นในพื้นที่นี้มากขึ้น ตัวอย่างจะเป็นเครื่องมือ เกด้า — ช่วยให้คุณสามารถออกแบบชิปที่มีส่วนประกอบได้ไม่จำกัดจำนวน gEDA มียูทิลิตี้สำหรับการแก้ไขและการสร้างแบบจำลองวงจรไมโครและการกำหนดเส้นทางบอร์ด โซลูชันนี้ได้รับการพัฒนาสำหรับแพลตฟอร์ม UNIX แต่ส่วนประกอบจำนวนหนึ่งยังทำงานภายใต้ Windows ได้อีกด้วย สามารถดูคำแนะนำในการทำงานกับพวกเขาได้ ในเอกสารประกอบบนเว็บไซต์โครงการ.

เครื่องมือที่มีให้ใช้งานฟรีทำให้องค์กรอิสระและสตาร์ทอัพมีทางเลือกมากขึ้น เป็นไปได้ว่าเมื่อเวลาผ่านไป แนวทางใหม่ของ OpenROAD ในการพัฒนาเครื่องมือ EDA และการออกแบบชิปอาจกลายเป็นมาตรฐานอุตสาหกรรม

สิ่งที่เราเขียนเกี่ยวกับในบล็อกองค์กรของเรา:

ที่มา: will.com

เพิ่มความคิดเห็น