为什么电网为PPA设计已成为限制因素。
作为满足贪得无厌的设计复杂性的增加需要更多的计算能力,受到不同的人工智能应用程序从数据中心到无人驾驶cars-designers不断面临的挑战会议难以捉摸的权力,性能和面积(PPA)的目标。
PPA过多的影响导致增加了产品成本,以及潜在错过时间表不能保证产品的成功。高级的soc包更多的功能和性能,导致更高的功率密度。传统方法一致的过度设计的电网曾在过去的不再是一个选择与路由资源成为严重制约。添加这些困境,有成百上千的PVT角落的组合求解以及越来越多的应用。
例如,一个ADAS SoC用于各种各样的应用,如行人检测、停车协助,汽车出口协助,夜视,盲点监控、避碰和更多。向量的数量增加了多重的设计师需要运行模拟。几乎是不可能发现潜在的设计缺陷模拟时只有少数向量第二的一小部分。你如何确保你有足够的设计覆盖?
电网设计已成为限制因素实现所需的性能和在下一代soc区域目标。尖锐击杀率,更高的电流密度和更快的开关速度对电力完整性和可靠性结果构成重大挑战。低操作电压导致更严格的噪声边缘,导致芯片,电源电压的变化很敏感。更高的设备密度和更长的电线在这些先进的设计导致节点数增加了至少一个数量级带来显著的容量和性能挑战传统的EDA工具去解决。
随着设计规模的增加,解决十几亿实例的周转时间的设计变得非常重要。下一代SoC电源完整性和可靠性解决方案应该签收规模弹性容量和性能。必须快速迭代设计多个操作条件和场景,一夜之间周转时间最大化设计覆盖。也,同样重要的是获得关键的见解从这些庞大的设计数据库的优化设计修复。
在有限元分析软件网络研讨会,学习如何NVIDIA开发了工作流运行一个平面,全芯片电源完整性和可靠性结果分析使用一个完全分布式计算和ANSYS RedHawk-SC大数据解决方案。他们的周转时间在24小时全芯片平面功率分析最大在NVIDIA GPU -沃尔特签收,它包含大约210亿个晶体管。
此外,硅相关演习进行Volta芯片使用RedHawk-SC产生模拟电压值在10%的硅测定的结果。发现NVIDIA最强大的GPU如何使用ANSYS的下一代SoC能力审核解决方案基于大数据提供尖端的人工智能和机器学习应用程序的最佳性能。
|
|
|
|
|
|
|
|
|
|
留下一个回复