将借助硬件验证的极限

随着半导体复杂性不断升级,那么依赖借助硬件仿真,仿真和原型。

芯片设计开始以来,工程师们抱怨他们的设计目标超过工具的功能。这是特别明显验证和调试,继续主导设计周期。大型机工具使得设计团队能够跟上日益增长的复杂性通过并行性的结合,更多的和不同的处理元素,以及机器学习。

至少在目前,这似乎没有任何软化趋势。更多的功能,更多的晶体管,更多潜在的相互作用在一个芯片和芯片和系统之间需要大量的计算。在某些情况下,这涉及到一个芯片上,但越来越多的涉及多个芯片放到包中。,进一步推动这一趋势的爆炸是先进的设计在安全、任务关键型应用程序中,在客户要求的芯片保持功能寿命更长,通常的上下文中复杂系统和系统的系统。

“芯片设计变得越来越大,”Simon Davidmann指出的首席执行官治之软件。“这意味着RTL仿真和验证的断流一样在早期当人们门电路级模拟。他们建造了加速器来解决这个问题。然后我们搬到了RTL,这给一些加速。加快RTL现在一切都完成了,这都是在模拟器中完成。加快这一过程,我们在移动抽象和使用高级仿真和性能分析,或instruction-accurate模拟。摩尔定律不是停止。”

当设计类似于苹果的M1, 160亿个晶体管,与12亿个晶体管或人工智能引擎,这是不足为奇的模拟和仿真被用于验证,时间分析和架构分析。主要是,工程团队使用模拟器加快RTL模拟,以及获得软件正常启动和运行。芯片的挑战这些尺寸越来越大铁是必需的,这极大增加了设计成本。

“总是需要加快软件仿真,和仿真是这个问题的答案之一使用自定义处理器,使用fpga。如果你没有一个模拟器,你可能不会认真做验证,因为它是一个巨大的代价,”Davidmann观察。

借助硬件验证支出在2018年第四季度,超过RTL模拟,根据西门子EDA。从历史上看,RTL模拟每季度略低于1.4亿美元,与一个强大的复合年增长率。最近,这种增长被夷为平地。相比之下,借助硬件验证已日益增长的年复合增长率为14%到15%。

四个市场主导借助硬件验证使用的多数——传统网络(有线网络,以太网等);无线通信和无线网络;计算和存储,如计算存储设备;和运输(包括汽车、公共汽车、出租车、飞机、导弹)。对他们来说,两个最大的问题一直是电力和性能。

“权力和性能是巨大的挑战,因为他们需要考虑上下文中的软件,半导体和软件性能定义成功,“让-玛丽•深色说,高级主管、产品管理/工程在西门子EDA仿真和原型。“20年前,半导体测量基于它的行为相比,硬件功能规范。今天,仍然有一个规范,但一个产品营销,销售半导体不再只是规范。他们必须得到一个性能/动力分析。他们必须看一箩筐的工作负载,框架和标准。他们必须看SoC在系统中。和SoC不再只是一个SoC。这是一个SoC集成在一个系统。或可能有一个半导体公司推出一个芯片,但实际上它是一个系统,因为它是一个多包SoC的死亡。这需要证实,它变得非常赶,“我运行一套软件,软件是如何应对这将决定如果半导体的设计实现工作。”,创造了很多有趣的动力。”

随着仿真器的好处来挑战。“模拟器是伟大的,他们非常快,和你可以接近实时运行的实际软件模拟环境,”马克Swinnen半导体产品营销总监有限元分析软件。“问题是这产生大量的向量。我们说上百万的向量,然后它喷出的高速机。传统的处理方法是一个巨大的数据库中存储所有这些数以百万计的向量,然后开始仔细阅读找出发生了什么。”

动力分析中发挥着越来越重要的作用,和模拟器已被证明是非常好的。“从权力的角度来看,可以有直接流接口模拟器分析软件,所以数据产生,权力分析工具可以分析输出流,“同化说。“这意味着当模拟器完成运行时,向量从权力的角度真正有趣的——比如,峰值功率在哪里,什么是典型的典型的权力,这区域有不同的峰值功率相结合的活动创造更多的权力——已确定。这些可以为进一步研究分离。”

它还能做什么?
已经改变的一件事是,随着公司投资于借助硬件工具,他们正在寻找其他方法来利用他们的投资。

有趣的是,模拟用户今天正在寻找更多的灵活性在大铁。“大用户尤其是企业级模拟器,在那里他们不只是买一个项目,”迈克尔说年轻,产品管理主管节奏。“他们可以购买多个,使用它们作为企业之间的资源共享项目。在项目中,有多种用于不同的目的。一些是为了验证,硬件软件集成,一些人DFT低功率测试,有些是,权力分析,或性能分析。昔日的模拟,你买了一个模拟器,只为一个目的,已经一去不复返了。用户正在寻找很好的抛光模拟器,几乎像一个验证的计算机,因为它将被用于许多事情。”

图1:借助硬件验证生产循环。来源:节奏

在每天的基础上,设计/验证团队将建立一个数据库运行仿真。这一定是非常有效的。这是否是一个IP与500000年至100万年,盖茨与几亿盖茨一个子系统,或者一份完全电i子SoC,可能有数十亿的盖茨,DV团队需要一种方法来建立数据库每天两到三次。他们一旦建立,运行它,发现一个错误,使修复,然后做一个构建。

用户正在寻找的周转时间是一天两到三次,因为他们有团队在全球范围内,想要一个三班制的心态,利用机器的24/7。系统必须能够规模最小的块的IP芯片级仿真。事实上,许多工程团队今天做multi-chip模拟,两个芯片在哪里集合系统级别的效果是什么样子,以及软件。

在共享在企业级别的天,排队系统必须设置为优先考虑什么访问这些机器,年轻的说。“你是一个优先级的工作吗?或者你是低优先级,或中等优先级?所有这些都对工作的分配的效率。然后是运行时,以及调试。人们购买一个模拟器,不是因为它看起来漂亮,不是因为它跑得快。它需要能够调试效率高。”

新使用模型
全面推动信封在仿真也是引起新的使用模型。

“在早期的模拟,DV团队知道也许有一或两种方法使用一个模拟器,”年轻人说。“今天我们跟踪20不同的使用模型。大多数团队可能会不做20个不同的任务在一个项目中,但全面思考是进化如何应用仿真机器。”

其他报告类似的趋势。约翰内斯·斯塔尔、高级主管、产品营销Synopsys对此指着更特定于应用程序的模拟器,需求定义为performance-optimized等特定用例验证或软件开发。相比之下,通用模拟器提供性能、容量、调试和灵活性为各种用例。

在一个特定于应用程序的例子,硬件可以用来练习的设计和软件。然后,功率计算软件可以把活动的设计和快速计算功率在一个系统。

“有这么多的数据来自一个模拟器,tb的数据大小,”斯塔尔说。“你不能这么做如果你有一个孤立的软件运行在其他地方。你需要模拟器计算服务器连接紧密,实际计算能力。那么你真的可以把大量的数据成小块,或片断,可以解决——也许几100处理器的cpu。这就是我们的秘密使用到这个短的周转时间。”

其他特定于应用程序的实现包括IP验证和网络设计验证。

“这意味着在模拟器是我们如何把特定于应用程序的核心仿真基础设施的一部分,如我们如何沟通,如何处理大数据大小,”斯特尔解释道,“这都是为了获取数据模拟器的一种有效的方式。然后是关于预处理或后处理数据以正确的方式得到最好的周转时间的用例。对网络来说,这是你能得到多少帧通过系统生成框架,将它们发送到模拟器来模拟他们,让他们正确测量,他们出来了。整体吞吐量。对权力的生成活动和计算能力。这基本上是你这边的周转时间。IP验证,它涉及到多快可以完成回归竞选这个IP在你下一个RTL下降,下降或下一个软件,你想把盒子。”

另一个仿真模型是混合使用,在过去的几年里变得更加常见。

“模拟器是越来越大,因为他们需要交付能力,和用户发现他们可以混合模型与软件模型的处理器来加速这个过程,“Davidmann说。“这不是多好如果你想验证处理器,但是如果你买一个IP的手臂,例如,它已经添加,所以你不需要担心。你只是使用它作为一个工具,它是软件你真的担心。”

结论
考虑到许多因素验证——无论是机器学习、人工智能、深度学习,ADAS或高性能计算——每个应用程序的共同特点是功率和性能。其他一切都是次要的,西门子EDA的深色说。

“精确测量功率和性能,你不能作弊,”他说。“你必须能够测量它。测量它,如果你退一步,你需要有能力有可见性。如果你不能调试,如果你不能有可见性,那么你真的不测量它。你衡量一个抽象视图。所以你必须问,‘当我给一个参考号码工作量,我准确吗?“这很重要,因为这样的软件会告诉你如果你的半导体有价值。精度的水平不仅仅是一个高水平的标准。它迫使方法能够准确地提取数据。因为你有可见性和你跑什么,如果你发现一个问题,你需要调试,因为你需要继续芯片。”

前进,Synopsys对此“斯特尔预计,通用机器将永远存在,但并不是孤立的。“他们总是通过代际变化与下一代的引人注目的事件,它一般是没有秘密的模拟世界新一代模拟下一代芯片驱动的硬件。这将继续下去。同样的原型。最后,我们将继续看到更多特定于应用程序的模拟器,解决用户最关心的。”