Foto - Pexels - CC OLEHMenurut PWC, pasar teknologi semikonduktor sedang tumbuh - tahun lalu mencapai $ 481 miliar. Tetapi tingkat pertumbuhannya baru-baru ini
menurun . Di antara alasan resesi adalah kompleksitas proses desain perangkat dan kurangnya otomatisasi.
Beberapa tahun yang lalu, insinyur Intel
menulis bahwa ketika membuat mikroprosesor kinerja tinggi, Anda harus menggunakan 100-150 alat perangkat lunak terpisah (
EDA ). Situasi ini dapat diperburuk dalam kasus perangkat heterogen, arsitektur yang meliputi beberapa jenis chip - ASIC, FPGA, CPU atau GPU. Akibatnya, terjadi kesalahan desain yang menunda peluncuran produk.
Meskipun banyak alat bantu, para insinyur masih dipaksa untuk melakukan sebagian pekerjaan secara manual. Para penulis buku Advanced Logic Synthesis mengatakan bahwa kadang-kadang desainer harus menulis skrip dalam Skill atau Python dari dua juta baris untuk membentuk perpustakaan dengan sel .
Skrip juga ditulis untuk menguraikan laporan yang dihasilkan oleh sistem EDA. Saat mengembangkan chip menggunakan teknologi proses 22-nm, laporan ini dapat memakan waktu hingga 30 terabyte.
Mereka memutuskan untuk memperbaiki situasi dan mencoba untuk membakukan proses desain di DARPA. Agensi juga
percaya bahwa metode yang ada untuk membuat chip sudah usang. Organisasi
meluncurkan program
OpenROAD lima tahun, yang tujuannya adalah untuk mengembangkan alat-alat baru untuk mengotomatisasi proses desain chip.
Program seperti apa
Program ini melibatkan beberapa proyek yang menggunakan pembelajaran mesin dan teknologi cloud untuk mengotomatisasi setiap tahapan pembuatan chip. Sebagai bagian dari inisiatif
, lebih dari sepuluh alat
sedang dikembangkan (Skema 1). Selanjutnya, kita akan berbicara lebih banyak tentang beberapa di antaranya: Flow Runner, RePlAce, TritonCTS, OpenSTA.
Flow Runner adalah alat untuk mengelola perpustakaan RTL dan GDSII. Yang terakhir adalah file database yang merupakan standar industri untuk bertukar informasi tentang sirkuit terintegrasi dan topologi mereka. Solusinya didasarkan pada teknologi wadah Docker. Anda dapat menjalankan Flow Runner di cloud dan di tempat. Panduan instalasi ada di repositori resmi
di GitHub .
RePlAce adalah solusi pembelajaran mesin berbasis cloud yang bertanggung jawab untuk menempatkan komponen pada chip dan pelacakan otomatis. Menurut
beberapa laporan , algoritma cerdas meningkatkan efisiensi alat sebesar 2-10% dibandingkan dengan sistem klasik. Selain itu, implementasi di cloud menyederhanakan penskalaan. Panduan instalasi dan konfigurasi juga terletak
di repositori .
TritonCTS adalah utilitas untuk mengoptimalkan pulsa clock yang dipasok ke chip. Membantu jam rute ke semua bagian perangkat dengan latensi yang sama. Prinsip operasi didasarkan pada
H-tree . Pendekatan ini
meningkatkan efisiensi distribusi sinyal hingga 30%, dibandingkan dengan metode tradisional. Pengembang mengatakan bahwa di masa depan angka ini dapat ditingkatkan menjadi 56%. Kode sumber dan skrip TritonCTS tersedia
di GitHub .
OpenSTA adalah mesin analisis waktu statis. Ini memberi pengembang kesempatan untuk memeriksa kinerja chip bahkan sebelum perakitan yang sebenarnya. Contoh kode di OpenSTA
terlihat seperti ini.
@@ -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
Utilitas mendukung netlist-deskripsi kode Verilog, perpustakaan dalam format Liberty, file SDC, dll.
Keuntungan dan kerugian
Para ahli dari IBM dan IEEE
mencatat bahwa komputasi awan dan pembelajaran mesin telah lama digunakan dalam pembuatan chip. Menurut pendapat mereka, proyek DARPA dapat menjadi contoh sukses dari implementasi ide ini dan
akan memulai perubahan dalam industri.
Diharapkan bahwa sifat terbuka dari OpenROAD akan memungkinkan pembentukan komunitas yang kuat di sekitar alat dan menarik startup baru.
Foto - Pexels - CC OLEHSudah ada peserta - laboratorium yang terlibat dalam pengembangan chip berbasis di University of Michigan
akan menjadi yang pertama untuk menguji OpenROAD tools. Tetapi masih belum diketahui apakah solusi baru akan dapat memiliki efek nyata pada biaya produk akhir.
Secara umum, diharapkan bahwa alat yang dikembangkan di bawah kepemimpinan DARPA akan memiliki dampak positif pada industri prosesor, dan semakin banyak proyek baru akan mulai muncul di bidang ini. Contohnya adalah alat
gEDA - memungkinkan Anda mendesain chip dengan jumlah komponen yang tidak terbatas. gEDA mencakup utilitas untuk mengedit dan memodelkan chip dan tracing board. Solusi ini dikembangkan untuk platform UNIX, tetapi sejumlah komponennya juga berfungsi di bawah Windows. Panduan untuk bekerja dengan mereka dapat ditemukan
dalam dokumentasi di situs web proyek .
Alat yang didistribusikan secara bebas memberikan lebih banyak peluang bagi organisasi dan startup independen. Kemungkinan seiring waktu, pendekatan OpenROAD baru untuk mengembangkan alat EDA dan membuat chip dapat menjadi standar industri.
Apa yang kami tulis di blog perusahaan kami: