Amiya · 2021年09月08日

Cerebrus:颠覆未来的智能芯片设计

不久之前,Cadence 正式推出了创新产品 Cerebrus,一款完全基于机器学习的革命性智能芯片设计工具,可以扩展数字芯片设计流程并实现自动化

WeChat Image_20210908170528.jpg

大家对使用传统 EDA 工具的设计流程已经驾轻就熟,运行工具,根据分析结果纠错或改进,修改若干参数,然后循环迭代。

经验丰富的设计师比新手的效率更高,一方面是因为他们资历较老,接触过更多的设计类型;另一个原因则是他们很可能在同一家公司负责过该芯片的之前版本,或者接触过其他类似芯片。相反,设计师新手,或者刚入职的新人,则需要更长的时间来熟悉手头上的芯片,以及用到的库和 IP。

近年来,EDA 工具开始尝试让这个过程变得自动化。以设计流程中最典型的工具读取 SystemVerilog 为例,即使 SystemVerilog 连续两次是一样的,或 95% 的相似度,库和 IP 也几乎完全不变,工具仍要从头开始读取。

在云计算和大数据时代依赖人工设计师,特别是经验丰富的设计师,是很不划算的,毕竟我们有丰富的算力可以利用,尽管耗费也不小。另一方面,半导体行业正随着 5G、自动驾驶和 ADAS、超大规模计算、工业 IoT 等领域的兴起快速发展,这是机遇同时也是挑战。

半导体行业这一轮的产业复兴力度远超以往,工程师加班加点,承担着用更快速度推出新一代芯片的压力,而这一过程需要用到更先进的工艺节点。

Cerebrus 智能芯片设计工具的到来将彻底解放芯片数字设计师。

WeChat Screenshot_20210908170850.png

Cerebrus 利用丰富的算力资源,采用了类似用合成技术取代原理图人工绘制的方法,打破芯片设计必须依靠人力的局限。机器学习技术的搭载是革命性的,将彻底解决 EDA 工具需要每年迭代以追赶不断增长的设计复杂度的难题

Cerebrus 采用独特的增强版机器学习技术,实现 10 倍生产效率提升和 20% PPA(功耗、性能、面积)提升,且同时适用于本地数据中心部署的算力资源(on-prem)以及 AWS 等云供应商的云资源。

Cerebrus 驱动了生产力曲线的进一步左移,减少设计所需工程量,同时优化 PPA 目标。

Cerebrus 极为适合最先进的工艺节点,它可以取代传统人力,高效处理高电阻互联、IR 电压降、超复杂设计规则等令现代化复杂设计流片惘然却步的关键工序。

此外,Cerebrus 还为包括 Genus 综合、Innovus 物理设计和 Tempus 静态时序签核在内的数字全流程引入强化学习和知识图表工具。

01

WeChat Image_20210908170544.jpg

第一个应用案例是一款之前大量依赖繁琐人工开发的 5nm 工艺手机 CPU。Cerebrus 可以在 10 天内完成设计收敛,并将产品性能提高 14%,频率提升了 420MHz。漏电功耗下降了 7%,低至 26mW。动态和静态总功耗为 62mW,相较之前改善了 3%。利用率也增加了 5%。将 Cerebrus 视作超人设计师毫不夸张。

02

第二个案例将 Cerebrus 用于利用混合布线工具进行自动化版图设计。这个案例是一款 12nm 产品,设计团队希望达到 2GHz 频率。Cerebrus 优化了版图设计和设计实现流程,将频率提高了 200MHz,时序违例路径数量降低 83%,漏电功耗降低 17%。

如需了解搭载机器学习之前的混合布线工具,您可点击文末阅读原文查看更多。

WeChat Image_20210908170547.jpg

Cerebrus 能做到的不仅仅是流程优化和参数调整,它还具备很多其他功能。上一个案例中,Cerebrus 会比较多种版图,利用混合布线工具调整所有模块位置和参数,并相应的调整设计流程。这一功能将产品的时钟频率提高了 200MHz,时序违例路径数量下降 83%,以及 17% 的漏泄功率下降。

客户反馈

Cerebrus 正式发布之前,Cadence 已经与 RenesasSamsung Foundry 展开了合作。
Renesas 共享研发 EDA 部门总监 Satoshi Sibatani 表示,Cerebrus 将设计性能至少提高了10%

这次成功后,我们将在全部设计项目中使用 Cerebrus。

Samsung Foundry 将 Cerebrus 用于其设计技术协同优化(DTCO),评估工艺参数对 PPA 的影响。

Samsung Foundry 设计技术副总裁 Samyung Kim 说:
在一些最关键的设计节点上,我们实现了 8% 的功耗下降。对比之前耗时数月的人工流程, Cerebrus 仅需数天即可完成。此外,我们还将 Cerebrus 用于自动化版图电源分配网络的规划,并将最终的设计时序优化了 50%。

其实,50% 的时序优化不过是小菜一碟。DTCO 过程中,我们希望把鸡蛋放在多个篮子里,而不是孤注一掷。Cerebrus 可以直观解读预埋电源线等参数,且无需在每个小项都投入大量人力物力。

小结

WeChat Image_20210908170552.jpg

© 2021 Cadence Design Systems, Inc. 版权所有。在全球范围保留所有权利。Cadence、Cadence 徽标和 www.cadence.com/go/trademarks 中列出的其他 Cadence 标志均为 Cadence Design Systems, Inc. 的商标或注册商标。所有其他标识均为其各自所有者的资产。

原文链接https://mp.weixin.qq.com/s/LugX6Ui69W1X7yYCYKVNeA

推荐阅读
关注数
19637
内容数
1303
主要交流IC以及SoC设计流程相关的技术和知识
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息