中文 英语

解决芯片设计中的疼痛点

分区,调试和首先工作硅导致需要解决的问题列表。

人气

德赢娱乐网站【官方平台】半导体工程与ANSYS半导体事业部总经理兼副总裁John Lee讨论了多物理和新的市场应用对芯片设计的影响;Simon Burke, Xilinx杰出工程师,Duane Boning,麻省理工学院电气工程和计算机科学教授;以及英飞凌EDA/IP联盟主管Thomas Harms。以下是那次谈话的摘录。这个讨论的第一部分是在这里

SE:能够拥有更高水平的抽象总是很好,但你也希望能够一直钻取,特别是在安全关键类型的应用类型,例如汽车中的7nm Ai芯片。我们如何平衡这两个世界?


(从左至右)杜安·博宁,西蒙·伯克,约翰·李,托马斯·哈姆斯

伯克:抽象最初是一个结束的手段。设计并不适合您在写作它的任何内容,所以你抽象了一些东西让它适应。这是一个临时解决方案。真正的问题是它必须适应。进入比例模型而不是比例模型,允许您不抽出您之前提出抽象的东西。不同的型号和不同的级别存在一些限制,但趋势趋势朝着设计而不是更少的设计来实现更好的趋势。

se:这是在软件和硬件上发生的吗?

伯克:是的,你看到了更多的交互式系统级的东西,而不是只是在运行OS上的ARM核心上启动Linux,一直到芯片。您需要确保在仿真器中工作,以便在硅恢复时没有任何问题,这成为Xilinx的更大问题。做那种系统级模拟来验证你没有任何基本问题是一个大问题。但是,你不能下面的抽象程度,特别是对于模拟。

危害:在此级别出现有关性能的问题。您无法执行全芯片模拟模拟,因此您必须分区设计并查看所需的特定域。然后你抽出它。今天,随着越来越复杂的,问题也向系统迈进了。如果我有产品,它将用于板上,我需要提供一些东西,以便他们可以用我的产品进行电路板仿真。如果您使用的是数字双胞胎,则必须从较低级别向整个汽车抽出一些东西,以便在该级别具有性能,也是一种安全性。它仍然是系统仿真的必要性。

:如果从芯片设计师的角度看,他们希望将其周围的系统视图为中心的芯片为中心的视图,从包装和板的角度来看。系统设计师希望具有以系统为中心的视图,对系统中的芯片看起来像。我们领导的地方就像谷歌地球一样的平台。您可以查看世界并放大北美和拉斯维加斯,然后放大特定街道。在最高级别,这是一张照片。这是一种抽象。大数据系统向我们提供客户的信息是能够缩放到您需要的细节级别,然后缩回以查看整个图片。在某些时候,您将要查看详细信息而不是大图片并查询此问题和各种关系。我们作为工具提供商的工作是为您提供从高度抽象到最低级别的能力。挑战是如何处理对IP的混淆或保护。 That’s a whole other discussion.

剔骨:我认为这不仅仅是关于放大和缩小。当然,这非常重要。但我们也需要的是更重叠的抽象。我们不会少了。您需要一个为目的构建的抽象。抽象捕获您需要此目的的基本要素,无论是优化还是验证。我们将需要更多的方式来从多个角度看看相同的结构。

SE:我们让门筹码的方式是分裂和征服。当我们进入3D堆叠和其他先进包装时,我们如何分区这些设计?

伯克:有多个分区。您根据您构建时,您将在今天进行分区。您必须遵循规则,您必须转到的层次结构。那些是重建的伪影。一件事我们一直在做更多的是创建芯片的虚拟子系统。所以对于时间来,你有一个时序子系统。如果您想进行验证,您可以为此进行验证。做整个芯片很难,因为它很大。具有子系统是一个解决方案,但子系统仅适用于该目的。验证的工作不适用于时间。 Creating a chip from a physical perspective, and then creating virtual subsystems to be able to do the analysis, is essential.

我们目前正在研究的领域之一是电力诚信。整个芯片上都有电网,如果你看看3D-IC,你会发现有数十亿,甚至数百亿的设备连接在一条铁轨上。话虽如此,我们认为有机会将更多的结构投入到电力诚信流中。多年来,时序流已经成熟。你可以为一个块计时,把它插入到芯片中,然后做全芯片计时,你不必在同一水平上看所有东西。权力诚信远不止于此。你需要数学才能把它们联系起来。这对你如何进行电网设计有影响。在完全平坦和更平衡的方法之间存在权衡。这是一个棘手的问题,但我们将能够划分和做更多建设性的电网设计和功能。

SE:这些天你在哪里看到了设计中最大的洞,我们如何解决它们?

危害它仍然是调试和验证。你发现了问题,并想要精确定位。所以我们有我们想要投入的工具、流程和方法。所有的工具都会产生输出,您希望深入研究这些输出,并弄清楚它们是如何从一个领域与另一个领域相关联的。所以你看时间,它不工作,然后你看功率,找到一些东西,但你现在如何把它结合起来,你了解什么导致热点,为什么你有时间问题?整个调试是有问题的。缺少了能够让您在一个地方获得所有信息的数据库,这使得跨域和跨边界查看EDA供应商变得容易和普遍。

伯克: 我同意。我们现在所拥有的挑战之一是我们尽最大努力让硅第一次工作,但这是一个不可能的任务。让Silicon回来看它的时间,然后调试这些巨大的系统,意味着修复问题的周期正在快速增长。机器学习和AI在那个空间中有很大的机会,以便于学习恢复不起作用的芯片,以了解为什么它不起作用。即使它没有确定确切的原因,它也应该指向正确的方向,以便我们可以优化它。您无法修复制造,但您可以解决调试芯片所需的时间。

:这个想法你加载了你没有工作的所有数据。您有很多时序数据,物理数据,仿真数据。您需要一个开放平台才能在芯片上处理问题,因为许多这些问题不在单个域中。Hadoop和其他大数据系统扩展的能力正是我们认为从设计中缺少的东西。

剔骨:Debug需要整合大量信息,甚至可能返回制造信息。但是,我们还有一个线程,我们需要才华横溢的人,并以安全合理的方式在用户身上,以安全合理的方式获得欧洲贺联供应商的综合信息,并连接到大学社区。这是一种释放创造力,以攻击一些问题。如果我们在我们的社区中汲取了几个AI问题,那将发生什么,这些问题将利用大学和公司攻击这些问题的数千台机器学习人员?前面有很多艰苦的工作。我对Andrew Kahng(UC San Diego教授)的努力留下了尤其留下的印象,让社区解决开放需求并释放创造力。

相关案例
更少的利润,更多的衍生品,和新的市场
物理学如何重塑设计的前沿。
提高权力的抽象级别
找到权力分析和优化的正确抽象来自刀具集成。
3D电源交付
电力传递网络的设计刚刚变得更加复杂,并且当事情变得垂直时,设计人员不能再依赖于裕度。
在同一节点处使用较少的电源
进入较小的节点时不再是一个选项,你如何获得更好的功率性能?几种技术是可能的。



留下一个回复


(注意:此名称将被公开显示)