为什么云计算是复杂的设计成为必要。
云计算不再是“下一个大事件”;它已经成为一个主流的工具在许多行业的业务。我们自己的集成电路设计和EDA产业,然而,在一旁一直密切关注云计算的趋势。我们一直谨慎,没有拥抱云如同其他行业——直到现在。今年改变了什么?是什么推动设计公司和EDA工具供应商看起来更严重到基于云的解决方案吗?
SoC设计继续增长每年在规模和复杂性。今天的以数据为中心的世界要求芯片需要处理大量的计算。需求不断增加更多的计算能力和新功能正在推动设计师转向过程的前沿技术在短时间内。这些因素存在物理验证关闭一个巨大的挑战,尤其是在技术进步过程7海里,5 nm,如下。物理验证是一个计算密集型任务。典型的7海里runset可以有多达10000个复杂的规则,刚果民主共和国和大约100 k计算操作必须执行这些规则。因此,全芯片刚果民主共和国在签收7海里可以多个天一个迭代。云计算是一种很有前途的方法来对抗物理验证运行时的挑战。
下一个问题——为什么是现在?几年前,使用云看起来可怕。半导体公司有几个担忧他们的设计在云安全的数据,网络延迟,生态系统的支持,等等。然而今天,云解决方案是公开的拥抱。云收养成为我们行业的其他领域的典范,现在我们更有信心在云中提供集成电路设计。此外,所有的生态系统的融合。一些EDA工具,比如Synopsys对此的IC验证器,已经演变成完整的云计算解决方案。台积电铸造最近推出了“开放创新平台虚拟设计环境”(OIP VDE),台积电云设计平台,允许客户在云中安全地开发SoC设计环境。当我跟我的几个客户今年的物理验证运行时问题,他们中的大多数都渴望在云中部署物理验证工作。他们不再犹豫地使用云资源(多达1000 + cpu在某些情况下),如果这意味着全芯片刚果民主共和国签收可以在数小时内完成,而不是几天。
物理验证是为数不多的设计适合云计算的步骤。命令在一个runset分布到多个并行工作,独立运行在不同的CPU核。大规模并行分布式处理引擎的集成电路验证器充分利用云计算的灵活性和弹性。
展望未来,一些新的和令人兴奋的机遇是什么在这个地区?机器学习,与云计算,有可能带来重要价值的设计。对于任何毫升应用程序,构建大型数据集训练模式对提高模型的预测能力至关重要。机器学习在EDA开始获得牵引力和缺乏数据集是一个关键问题。云让我们有机会以正确的方式收集数据,通过聚合距运行相关数据没有赠送专有设计信息。还可以组织不同部分的数据集定制不同的方法(例如,所有设计师,或客户特定的铸造,或者设计师在一个公司)。云中的设计的另一个优点是远程调试;云设计平台如台积电的VDE赋予EDA工具供应商远程快速调试客户的问题。
现在集成电路设计和EDA的时间充分拥抱云计算?答案是一个响亮的“是的!“持续创新无疑会把云计算在未来几年集成电路设计的最前沿。
|
|
|
|
|
|
|
|
|
|
留下一个回复