中文 英语

下一个飞跃:能源优化

优化你的能源设计需要什么?简单的答案是一个新的EDA流程,从概念到实现。

人气

电力和能量之间的关系在技术上简单,但它对EDA流的含义是巨大的。今天没有工具或流程允许您分析,实施和优化能源消耗的设计,并达到该点将需要半导体行业内的范式转换。

该行业对电力谈话很多,电源可能已成为一些重要的设计度量,而不是某些市场的性能。权力很重要,因为关于它的知识可用于正确尺寸配电网络。它还可以帮助预测热问题,并为许多类型的优化提供指导。

很多时候我们谈论权力,因为我们知道如何衡量,分析和优化它。但现实是,很多人真正关心的是能源,这提出了更多的挑战。

“很多设计公司告诉我们,他们想做能源分析,而不仅仅是电力,”Calypto集团首席产品经理卡齐·艾哈迈德(Qazi Ahmed)表示门托,西门子的一家企业。“权力已成为一流的衡量标准。事实上,它将性能作为设计目标的主要指标。但真正的目标是开发节能的ip。在设计中,能源效率可能,也可能不总是等于低功率。”

能量表示每单位时间消耗的能量。当进行功率优化时,尝试删除不必要的活动,这是好的。但它不能告诉你所消耗的能量是否有用,或者同样的任务是否可以用更少的能量完成。

“我们谈论权力很多,往往是能源的代理,偶尔会忘记不同,”詹姆斯迈尔斯说,杰出的工程师手臂。“当然,差异是一段时间内容的电力 - 但花了多少时间做什么?”

功率,能量和性能往往以复杂的方式交织在一起。“虽然电力是设计如何使用可用能量的关键措施,但整体能源消耗决定了设计是否可以在热约束内的性能下运行,”高级经理,高级经理,高级经理,产品管理有限元分析软件。“最大化设计性能需要最大限度地提高能源效率。”

权力的定义缺少的是什么构成了一项有用的任务。一旦定义了这一点,就可以分析执行该任务消耗了多少能量。现在,可以判断一个体系结构或实现是否更有效地产生相同的结果。你的系统在内务功能上浪费了多少能量?通过使用更小、更慢的处理器,而不是在更快的处理器上运行相同的任务,你真的能减少总能量吗?那个处理器扩展允许你的软件变得更节能吗?

对权力的关注贯穿于整个发展过程。当您运行位置和路线时,您主要是为了性能进行优化。但如果你优化电力,布局会有什么不同呢?如果你对能量进行优化它又会如何变化?优化动力和能量的区别在于,所有工具都需要成为任务驱动型的。这需要了解哪些任务对设备来说是最重要的,然后利用这些信息确保这些任务消耗最少的能量。

这种方法需要与生态系统进行深度合作。“这不是微不足道的,”Rob Reboth说,产品管理总监韵律。“我们许多人一直在做的最简单的事情就是间接地解决这个问题。而不是确定工作单元,我们正在做的是更广泛地试图优化电力,因为我们今天有这些工具。我们不会通过优化功率而浪费工作。在一天结束的时候,当我们确定这些工作单元时,我们将需要所有这些相同的工具——我们将这些工具嵌入到我们正在使用的流程中,我们正在使用这些工具来全面优化电力。”

仅仅在电源方面就会变得非常复杂。Ambiq Micro公司负责建筑和产品规划的副总裁Dan Cermak说:“在建筑阶段,人们对评估和投射力量有一些兴趣。“架构的伸缩性考虑到新的架构和设计特性,如频率变化,新的硬件功能,如加速器,功率域划分,以及潜在的电压变化。有工艺缩放,以考虑新的或更新的工艺参数,以确定Ceff(有效电容),线加载效应,VT.,电压偏移等。然后有设计相关的优化要考虑。所有这些缩放向量都需要在代表性工作量的背景下进行评估。“

缺少的是一种行业标准方法,用于定义对正在设计的系统很重要的任务,场景和工作负载。这便携式刺激标准(PSS)是一种定义这种能力的尝试。它是一种基于控制和数据流的高级测试语言。但目前尚不清楚的是,这一标准是否在某种程度上存在缺陷,使其难以发挥这一作用,还是仅仅需要一段时间才能被业内接受。PSS的目标是用一种单一的方法来定义可以在整个开发流程中使用的测试台场景,因为输入描述对于设计要运行的执行引擎是不可知的。

能源和电力
能量包括主动和漏电。“移动和物联网设备通常是严重的循环循环,因此待机功率很重要,因为这将集成在长期待机时间内,”ARM的迈尔斯说。“但即使在IOT中,有效的力量和计算吞吐量也可能是重要的。例如,执行TinyML用于语音或图像分类的神经网络。如果导致的时间减少了更大的数量,这里的电量增加将是能量​​胜利,这就是为什么我们看到这些设备中不断提高处理能力的原因。“

还有其他方法可以实现极低的功率设备操作。“我们可以在接近阈值电压下设计,以利用平方法减少,”迈尔斯添加了迈尔。“但是,可以降低电压和频率,使电力降低,在电力下降时,由于较长的时间,由于较低的泄漏,有效能量最终增加。”(见图1.)

图1:功率与能量考虑。来源:手臂

图1:功率与能量考虑。来源:手臂

即使集中电力,能量和功率之间的权衡也可能是非直观的。“如果您有两个核心的SOC - 高性能核心和低性能核心 - 高性能核心做更多的工作,消耗更多的电力,”Mentor的艾哈迈德说。“与高性能核心相比,低性能核心可能有50%的吞吐量,并且可能会消耗30%至40%的功率。在这种情况下,低性能核心并不像高性能核心节能,并在该核心上运行任务将导致较低的功率但更高的能量。“

挑战正在将其翻译成设计。“您需要有关系统的大量高质量数据,以分析和推动勘探和实施,”Cadence的Rakot说。“如果您没有那种数据,您将进行非常短视的决策,这可能是错误的。这是因为您可能会处理当地的最小值,而不是全球最小值。“

了解电力和能量之间的关系可以帮助改善最小值。Ansys ' Dwivedi说:“针对不同工作负载和不同利用率的功率回归正在被用于功率方法中,以识别导致冗余能源消耗的电力缺陷。”高通公司的王亚东分享了他们的使用方法差分能量分析具有相同的测试,但不同的工作负载来测量能量消耗的变化并识别设计效率低下。具有相同测试的设计能耗的增加,但利用率降低,表示在没有使用有用的工作时,数据和时钟的冗余切换。“

能源驱动
某些市场将推动这一趋势。诺斯表示:“他们是打算投资的人。”“当我们开始讨论能量,而不仅仅是频率时,手机芯片是驱动因素,而建造数据中心服务器的人并不在乎,因为他们插在墙上。他们没有那么小的电池来约束他们。但是现在,数据中心担心他们需要的冷却量。如果他们能优化其中一个芯片的电力效率,当他们成千上万地提高这个效率时,将会对他们的运营成本产生实质性的影响。”

市场之间的一个常见组件是处理器核心。“专注于能源主要由IP供应商推动,”艾哈迈德说。“有CPU和GPU。有些人致力于机器学习和AI加速器,网络公司 - 任何拥有不同类型模式的大型设计的人,谁想要获得低功耗,能源效率,或者因为他们需要满足环境要求。“

一个关键驱动程序是为处理器设置指标的能力。“它可以查看指令和每瓦特能做多少功,”艾哈迈德解释说。“你可以专注于不同的运算,比如算术运算,你可以看到它们的利用率和消耗的能量。所以人们可以画一些像能量线性检查的东西,这基本上意味着在给定的性能或利用率中消耗了多少能量。对于100%的利用率,可能会消耗一定数量的能量。降低操作次数,CPU性能可能降低50%。能量是50%还是60%?可以有不同的方式来做到这一点。”

定义任务,方案和工作负载
困难之一是现代soc很少一次执行一项任务。当多个任务在一个设备上操作时,它们会相互交互。那么问题就变成了如何定义特定任务所消耗的能量。它与其他任务的交互消耗了多少额外的能量?如果没有这些知识,就很难知道并行运行它们是正确的选择,还是应该串行运行它们(假设没有其他约束)。

Myers说:“我们系统的缩放组件也是如此。”“更大的系统可能会在其他部件上造成性能和能源瓶颈。假设可以在设计流程结束时使用现有的功率分析工具进行验证,但早期的洞察力将非常有益。”

用例也很重要。“人们很可能会在理想的条件下开始测量每项任务所消耗的能量,”Ahmed说。他们可能会有不同的场景,比如有人一边玩游戏一边看视频,同时在后台运行其他应用程序。或者可能设备正在做两件或三件不同的事情,所以组合场景需要在那里。必须有一种方法可以运行大量工作负载,然后为权力做出决定。”

场景必须足够长,这样运行场景产生的任何热量都可以被考虑进去。举个例子来说吧,虽然一开始游戏每分钟会消耗一定的能量,但随着设备的升温,能量的消耗也会增加。

代表性工作负载很重要。“Assuming the workloads are known — which is a huge assumption since this is typically one of the most difficult aspects of power analysis — the next challenge is how to effectively predict/model these scaling vectors to estimate power for a given workload,” says Ambiq’s Cermak. “Probably the easiest method, or at least the most accessible, is using a spreadsheet model or similar. These models tend to be extremely complicated and unwieldy. Yet, when properly managed, they can be very effective.”

但是,有很多动的碎片来理解。“这一切都是复杂的运行模式之间的时间和精力,无论是主动和背部的待机,还是之间dvf运营点,”迈尔斯说。“考虑从触发事件,通过系统控制处理器,到电压调节器输出变化,再通过电源门控制,遵循任何宏观特定的控制序列,释放时钟和重置,然后我们就可以开始了。”这需要多长时间,消耗了多少能量?我们多久想做一次这样的改变?虽然ULPMark Core Profile在物联网领域是一个明显的例外,但关注有功功率和避免特定设备电源管理的标准基准中没有涵盖这一点。”

它都恢复到定义代表性工作负载。“您正在研究如何有效地使用功能验证来推动实现和优化,”kn says说。“如果我们谈论攀登金字塔,那么顶部是能量,我们都会变得非常接近。当我们谈论工作单位时,我们必须谈论系统的功能。我们必须谈论小部件正在做什么。因此,具有广泛的认识,即需要在设计实现中普遍使用功能验证。“

工具要求
虽然仍然有些学术,工具供应商正在试图解决能源问题。“对于每个用例,他们需要一个能量数,以及电量数字,”艾哈迈德说。“然后,他们可以覆盖并尝试通过数据分析提取信息。人们希望看到的是详细的报告,具有强大的可视化,以便他们在最后看到的是有意义的。需要有一些标准智能构建在该工具中。“(见图2.)

图2:将能源智能建立成刀具流。来源:导师,西门子业务

图2:将能源智能建立成刀具流。来源:导师,西门子业务

根据谈话,Cadence正在接近三个步骤的问题。“第一个是理解,第二是探索,第三是实施。在开始做任何工作之前,理解至关重要。全体生态系统避免退后一步并对我来说这件事来说,这是至关重要的,我需要了解其功能。What are the workloads?’ Then we can start to explore with things like high-level synthesis, or early prototype RTL synthesis, RTL power estimation, etc. You spend a lot of time in the exploration stage, trying different architectures, trying different data flows, trying different components that go into the product. Then you get to implementation, where we continue using the same engines that were used in the exploration phase. We’re using the same stimulus that enabled us to understand the design. We use that stimulus to drive all of the synthesis, and place-and-route. We’re choosing the right architecture and micro-architectures, we’re optimizing the clock network, etc.”

所涉及的分析数量远远高于过去。“你可能有一个有1000个不同的使用场景的设计,有些可能更重要,但一些可能更重要,”艾哈迈德说。“我们需要获取所有这些情况的电力编号和能量指标,以某种方式有能力为所有这些方案生成平均值。然后,您需要以有意义的方式向RTL Designer提供返回,以帮助他们专注于优化将导致能效的功率。“

后端工具也必须改变。“大多数工具目前都为性能优化而构建,”AHMED添加。“可以从能效的角度而不是性能驱动的地方和路线。下游物理工具都没有能力从功率或能量的角度进行任何路由或放置。仍然需要建立。它需要新的技术,新方法和与上游工具的新型集成。“

与上游工具集成很重要。“在设计阶段,物理设计具体细节未知,”Cermak说。“时钟树不存在,导线负荷未知,闸门延迟/传播的内在效果尚不清楚。但是,需要有一种方法可以有效地投影能力来回馈可能需要架构更改和其他设计优化的任何问题。一般来说,这些工具在预测物理设计效果方面是疯狂不准确的,并且根据设计的复杂性,无论是完全悲观的还是乐观的。“

结论
虽然电力优化是该行业向前迈出的重要一步,但它不是金字塔的顶端。该行业已经开始评估如何提高能源意识,但这并不是一个容易的改变。我们已经开始从任务、场景和工作负载的角度来考虑功能,但是业界必须就实现这些功能的方式达成一致。如果它不打算使用PSS,它需要快速地工作在替代方案上。这是一个门函数。

行业必须在整个开发流程中做出一致的努力,因为如果流程的所有阶段都没有能源意识,准确性就会受到影响。这意味着行业将缓慢地接受它。准确性阻碍了功率优化相当长一段时间,用户通常仍然发现硅的预测和结果之间存在很大差距。也许专注于能源会带来更好的理解和更多的可预测性。



1评论

凯文卡梅伦 说:

经过20多年的努力,Verilog-AMS成为EDA的主流,并结合时序和电源设计关闭,我可以相当自信地说,就大型EDA公司而言,我们比10年前更接近了。

在Plus方面:这意味着任何有工具的人都在设计AI和HPC所需的出血偏置电路方面具有明显的优势。

发表评论


(注意:此名称将公开显示)