中文 英语
18.luck新利
的意见

云就绪电路仿真加速SoC验证

内部计算能力已成为电路仿真的瓶颈。

受欢迎程度

作者:Nebabie Kebebew和Nigel Bleasdale

在大数据爆炸和应用扩展的驱动下,芯片设计的复杂性不断增加。高性能计算(HPC)、物联网(IoT)、汽车、5G移动和通信等应用,加上先进的工艺技术节点,需要运行大量的电路模拟,以确保电路正常运行。这意味着更多的模拟运行时间和对更多计算资源的需求。不可否认,本地计算能力已经成为一个瓶颈。云计算是大幅度减少电路仿真工作流程的仿真运行时间的可行解决方案。通过与亚马逊网络服务(AWS)合作,西门子EDA推出了一个云端模拟FastSPICE (AFS)平台,以加速设计创新。

简介

芯片设计的日益复杂要求设计人员在设计层次的许多层次上运行大量的电路模拟,以确保健壮的设计满足功率、性能和面积(PPA)要求,并最终实现高硅产量。

电路仿真本质上是一个计算密集型的工作流程,需要数天到数周的长时间运行。云计算极大地减少了电路仿真运行时间,为设计团队提供了可扩展的、按需的、具有成本效益的计算资源。通过利用按需高性能计算,设计团队可以在设计开发周期中卸载峰值计算能力需求并运行高优先级模拟。因此,设计团队可以在数小时内完成需要数天到数周运行时间的模拟工作。

云就绪的AFS平台为设计团队提供了可扩展、安全且具有成本效益的电路仿真工作流程。因此,设计人员可以利用云计算资源来减少计算资源瓶颈,提高设计健壮性,并实现生产进度的可预测性。

电路模拟挑战

今天的电路设计分析和仿真工作流程有几个维度,导致大量的仿真,使其成为设计IP开发周期中最关键的瓶颈之一。首先,这些模拟工作是高度迭代的,横跨整个IP设计和验证周期,包括设计范围、开发和调试(图1)。

图1:IP设计和验证流程。

此外,具有高级工艺节点的设计意味着显著更多的仿真作业,以考虑由于不断增加的寄生、变异性、设备噪声和可靠性分析需求而导致的所有设计变化(图2)。每一次新的工艺节点迁移都会导致比前一个节点多约3倍的模拟,这包括验证最新技术节点中每个芯片增加的IP含量。

此外,一个典型的设计IP子块可能需要数周时间来覆盖其模拟计划——设计需要在各种工艺设计工具包(pdk)和后期布局修订之间迭代,以确保所需的功能。这些模拟作业的计算量很大,导致模拟运行时间很长,可能需要数天甚至数周。

图2:从节点到节点的迁移增加了设计复杂性。

半导体公司的本地计算集群数量有限,从数百个到数千个cpu不等。这些计算集群通常在公司内共享,用于并发设计项目和各种类型的其他EDA工作流。计算资源的可用性限制了每个设计人员在整个设计周期中运行模拟的能力。公司目前的本地计算集群(数据中心)在早期设计阶段处于闲置状态,在芯片验证阶段直到芯片带出里程碑阶段需求非常高。此外,为了满足不断变化的计算需求,公司需要不断投资于新的机器和存储系统,同时维护现有的系统,所有这些都可能是昂贵的。在设计师之间共享计算资源和不同的计算需求方面的这些挑战造成了生产力瓶颈,并限制了硅前设计和验证空间探索的进行程度,导致设计周转时间长,设计不佳,甚至芯片故障。

电路仿真工作流程

电路仿真工作流通常是一种方法(图3),其中设计人员在模拟设计环境中创建电路模型并对其进行分析,使用模拟器来预测、测量和验证电路的行为和性能。这是根据一组功能、测试和可靠性规范来完成的。多年来,并行电路仿真软件已经发展到利用并行计算的能力进行计算密集型分析和仿真,例如后布局、蒙特卡罗和PVT仿真,使电路仿真适合大规模并行化。

图3电路仿真工作流程。

模拟FastSPICE平台

西门子EDA的Analog FastSPICE平台(AFS)是一种仿真技术,提供纳米级精确的电路仿真、混合信号仿真以及全频谱和多音设备噪声分析,用于验证模拟、射频、混合信号和自定义数字电路。AFS由世界领先的铸造厂认证,提供SPICE精度。AFS是一个具有性能、容量和功能的单一可执行平台。它支持行业标准的网列表语法,并无缝集成到行业领先的EDA设计环境中。AFS中的射频引擎支持最近创新的牛顿射击和谐波平衡方法。对于硅的精确表征,AFS平台包括全面的全频谱器件噪声分析,并与Solido Variation Designer集成,以提供完整的变化感知设计覆盖,模拟数量减少,但具有暴力力技术的准确性。

与标准AFS相比,AFS eXTreme (AFS XT)平台进一步大大提高了大型布局后网表的性能。AFS XT可以处理超过3亿个元件的瞬态容量,并通过Symphony混合信号平台提供快速混合信号模拟。设计人员使用AFS平台来解决最棘手的电路验证挑战,包括高速I/ o、pll、adc / dac、CMOS图像传感器、有线和无线收发器以及嵌入式内存。

图4:模拟FastSPICE平台。

通过与AWS合作,西门子EDA为电路仿真工作流程提供了一个优化的、可扩展的、经过验证的云就绪AFS平台。在AWS云环境中运行并使用弹性计算资源的AFS平台软件使设计团队能够加速生产模拟运行时,减少计算资源瓶颈,并提高进度可预测性。

用于鲁棒设计的加速电路仿真

电路设计团队可以使用云就绪AFS和AWS云,通过扩展适用于计算密集型电路分析和模拟任务的各种高性能计算资源,显著减少生产模拟运行时间。设计人员不再需要等待计算机可用来运行他们的模拟工作。相反,它们可以及时地完成模拟作业,并且能够并行地运行更多的模拟迭代和启动新的模拟作业。这使他们能够执行详尽的模拟并有效地执行模拟计划,并最终产生满足PPA要求的健壮设计。

改进运行时和计划的可预测性

规划和预测设计团队所需的内部计算资源的数量和类型一直是半导体公司的挑战。因此,设计人员经常在模拟高峰期和设计试制阶段争夺本地计算资源,从而导致生产计划的潜在延迟。访问几乎无限数量的不同的计算服务器和存储具有不同的性能和内存特性,为设计团队提供了快速运行电路模拟的选项和灵活性。

在AWS上验证了模拟FastSPICE可伸缩性

通过在为最佳性能和可伸缩性而设计和构建的AWS云参考架构上执行几个电路模拟工作流,AFS平台的可伸缩性得到了验证(图5)。

图5:使用AFS的电路仿真工作流的AWS云参考架构。

与AWS合作使设计团队能够使用AFS平台,并充分利用AWS的云环境、资源和高性能计算服务,以满足其上市时间计划。使用AFS实现优化且具有成本效益的电路仿真工作流的一些关键AWS组件和服务是带有SLURM的AWS ParallelCluster、用于Lustre的Amazon FSx、S3和NICE DCV。

AWS ParallelCluster是一个开源的集群编排工具,允许AFS平台用户在AWS上快速部署和管理计算集群。使用AWS ParallelCluster,用户可以使用一个简单的配置文件,以自动和安全的方式对AFS所需的HPC资源进行建模、配置和动态扩展。用户通过AWS ParallelCluster CLI和配置文件中的规范开始创建集群。AWS CloudFormation构建集群模板文件中描述的集群体系结构,其中用户提供一些自定义设置。用户在完成电路仿真作业后,可以快速终止HPC集群资源,节省闲置资源的使用成本。

Amazon FSx for Lustre是一个完全托管的高性能并行文件系统,为电路模拟工作流程提供低成本、可扩展的共享存储访问。用于Lustre的FSx提供亚毫秒级的延迟,高达数百gb /s的吞吐量和数百万的IOPS,使其成为AFS模拟的理想选择。NICE DCV是一种高性能远程显示协议,允许安全访问图形化设计环境,使设计人员能够以图形化方式设置、运行和分析仿真结果。S3 (Amazon Simple Storage Service)桶用于存储模拟输入和输出数据。

优化性能和成本效益

Siemens EDA和AWS识别并验证了Amazon弹性计算云(EC2)虚拟机(图6),以实现优化且具有成本效益的电路仿真工作流程。验证包括为各种电路仿真用例和工作流分析不同的和异构的EC2实例集。使用多样化的EC2实例类型策略可提供更高的资源灵活性和访问能力,从而提供适合电路仿真工作流程的高成本效益和高性能云架构。

图6:使用Analog FastSPICE平台对电路仿真工作流的Amazon EC2实例类型进行基准测试和验证。

数据传输和EDA工作流程的安全环境

西门子EDA与AWS紧密合作,识别和维护安全协议,确保IP安全传输、存储和使用。这包括如何在云和本地机器之间传输数据,如何保护用户接入点,以及如何在AWS云网络中为授权用户分配数据访问权限。

安全连接用于电路模拟工作流,以便在云和本地机器之间传输数据。用于运行工作流的HPC集群的计算节点被放置在私有子网中(图5),以确保对私有设计数据、软件和许可证的安全访问。

除了保护传输和静止的IP数据外,确保云安全的很大一部分是实现强大的用户识别过程,为在云中采取的行动安装可追溯性措施,并根据公司的协议自动化安全实践。例如,AWS ParallelCluster使用AWS身份和访问管理(IAM)角色来控制与部署到AWS帐户的AWS资源相关的权限。西门子EDA和AWS携手合作,就用户级和云部署的所有层适用的安全需求和最佳实践确定共同客户并为其提供建议。

AWS上的云就绪Analog FastSPICE平台可扩展性

蒙特卡罗模拟用例的验证结果表明,云就绪AFS平台实现了有效的可伸缩性——在AWS上最多可扩展到8000个cpu。此仿真用例用于需要统计暂态分析的DC-DC变换器电路。显示了核心缩放的性能结果(图7)。这表明需要几天或几周的电路模拟工作可以减少到几个小时的模拟。

图7:经过验证的电路仿真运行时间跨多个cpu。

用于实现这些验证结果的AWS云环境配置设置被捕获在AWS CloudFormation模板中——这是加速部署最佳AWS参考架构的关键,使设计人员能够高效地采用云就绪AFS进行电路模拟工作流。

设计人员可以交互式地测量和查看图形结果,并在云中高效地分析它们(图8)。

图8:Solido Variation Designer,仿真测量结果,通过NICE DCV查看。

总结

在AWS云上运行的模拟FastSPICE平台使设计团队能够减少计算资源瓶颈,显著加快设计生产进度,并提高设计的鲁棒性,使设计团队能够满足PPA要求并实现更高的硅产量。

云就绪Analog FastSPICE提供了高度可扩展、安全且经济高效的电路模拟工作流程,由AWS云服务支持,如Amazon EC2、Amazon FSx for Lustre、Amazon S3和AWS CloudFormation。设计人员可以快速提交和执行仿真作业,高效地完成仿真方案。

电路仿真用例和工作流已在最佳AWS云参考架构上进行验证,有效扩展可达8,000个cpu。AWS CloudFormation使设计项目团队能够在云中快速部署电路仿真工作流,并将电路仿真的完成时间缩短到几个小时,而不是几天或几周。

确认

作者要感谢Siemens EDA的Ramy Siha和John Spencer在建立AWS云环境方面的帮助和支持。感谢Siemens EDA的Pradeep Thiagarajan对本文的建议和贡献。

如果没有亚马逊网络服务的Dnyanesh Digraskar和Kenneth Chang的指导和技术咨询,这项工作是不可能完成的。

Nigel Bleasdale是西门子EDA的AMS验证高级首席产品工程师。



留下回复


(注:此名称将公开显示)

Baidu