Synopsys Design Space Optimization Hits A Milestone

প্লেটো দ্বারা প্রকাশিত

অনুসরণকারী: 0

100-এ Synopsys-এর ঘোষণা সম্পর্কে আমি সম্প্রতি Stelios Diamantidis (বিশিষ্ট স্থপতি, কৌশলের প্রধান, স্বায়ত্তশাসিত ডিজাইন সলিউশন) এর সাথে কথা বলেছি।^th গ্রাহক তাদের DSO.ai সমাধান ব্যবহার করে tapeout. এআই-সম্পর্কিত নিবন্ধগুলিতে আমার উদ্বেগ হল সাধারণভাবে এআইকে ঘিরে থাকা হাইপ এড়ানো এবং বিপরীতভাবে সেই প্রচারের প্রতিক্রিয়ায় সংশয়বাদ যা কিছুকে সাপের তেল হিসাবে সমস্ত AI দাবিকে খারিজ করতে প্ররোচিত করে। স্টেলিওসের হাসি শুনে আমি খুশি হয়েছিলাম এবং মনেপ্রাণে একমত হয়েছিলাম। DSO.ai আজ কী করতে পারে, তাদের রেফারেন্স গ্রাহকরা সমাধানে কী দেখেন (এটি আজ কী করতে পারে তার উপর ভিত্তি করে) এবং প্রযুক্তি সম্পর্কে তিনি আমাকে কী বলতে পারেন সে সম্পর্কে আমাদের একটি খুব গ্রাউন্ডেড আলোচনা ছিল।

Synopsys ডিজাইন স্পেস অপ্টিমাইজেশান

DSO.ai কি করে

ফিউশন কম্পাইলার এবং আইসি কম্পাইলার II এর সাথে DSO.ai দম্পতি, যেটিকে স্টেলিওস গুরুত্ব দিতে সতর্ক ছিলেন মানে এটি একটি ব্লক-লেভেল অপ্টিমাইজেশান সমাধান; সম্পূর্ণ SoCs এখনও একটি লক্ষ্য নয়. এটি বর্তমান নকশা অনুশীলনের সাথে খাপ খায় কারণ স্টেলিওস বলেছেন একটি গুরুত্বপূর্ণ লক্ষ্য বিদ্যমান প্রবাহের সাথে সহজেই ফিট করা যায়। প্রযুক্তির উদ্দেশ্য হল বাস্তবায়ন প্রকৌশলী, প্রায়শই একজন একক প্রকৌশলী, তাদের উত্পাদনশীলতা উন্নত করতে সক্ষম করা এবং অন্যথায় আবিষ্কৃত হতে পারে এমন একটি ভাল PPA-এর জন্য একটি বৃহত্তর ডিজাইনের স্থান অন্বেষণ করা।

Synopsys 2021 সালের গ্রীষ্মে প্রথম টেপআউট ঘোষণা করেছে এবং এখন 100 টি টেপআউট ঘোষণা করেছে। এটি এই জাতীয় সমাধানের চাহিদা এবং কার্যকারিতার জন্য ভাল কথা বলে। স্টেলিওস যোগ করেছেন যে অ্যাপ্লিকেশানগুলির জন্য মানটি আরও সুস্পষ্ট হয়ে ওঠে যেগুলিকে অনেকবার ব্লক করতে হবে। একটি বহু-কোর সার্ভার, একটি GPU, বা একটি নেটওয়ার্ক সুইচের কথা চিন্তা করুন৷ একটি ব্লক একবার অপ্টিমাইজ করুন, অনেকবার ইনস্ট্যান্টিয়েট করুন - এটি একটি উল্লেখযোগ্য PPA উন্নতি যোগ করতে পারে।

আমি জিজ্ঞাসা করলাম যে গ্রাহকরা এটি করছেন তারা সবাই 7nm এবং নীচে কাজ করছেন। আশ্চর্যজনকভাবে, 40nm পর্যন্ত সক্রিয় ব্যবহার রয়েছে। একটি আকর্ষণীয় উদাহরণ হল একটি ফ্ল্যাশ কন্ট্রোলার, একটি ডিজাইন যা খুব বেশি পারফরম্যান্স সংবেদনশীল নয় কিন্তু দশ থেকে শত মিলিয়ন ইউনিট পর্যন্ত চলতে পারে। এখানে আকার 5% কমানোও মার্জিনের উপর বড় প্রভাব ফেলতে পারে।

হুড অধীনে কি

DSO.ai রিইনফোর্সমেন্ট লার্নিং এর উপর ভিত্তি করে তৈরি করা হয়েছে, আজকাল একটি আলোচিত বিষয় কিন্তু আমি এই প্রবন্ধে কোন হাইপ করার প্রতিশ্রুতি দিয়েছি। আমি স্টেলিওসকে একটু বেশি ড্রিল করতে বলেছিলাম যদিও সে অবাক হয়নি যখন সে বলেছিল যে সে খুব বেশি প্রকাশ করতে পারবে না। তিনি আমাকে যা বলতে পারেন তা যথেষ্ট আকর্ষণীয় ছিল। তিনি এই বিষয়টি তুলে ধরেছেন যে আরও সাধারণ অ্যাপ্লিকেশনে, একটি প্রশিক্ষণ সেটের মাধ্যমে একটি চক্র (একটি যুগ) একটি দ্রুত (সেকেন্ড থেকে মিনিট) পদ্ধতি গ্রহণ করে পরবর্তী সম্ভাব্য পদক্ষেপগুলি মূল্যায়ন করার জন্য, উদাহরণস্বরূপ গ্রেডিয়েন্ট তুলনার মাধ্যমে।

কিন্তু গুরুতর ব্লক নকশা দ্রুত অনুমান সঙ্গে অপ্টিমাইজ করা যাবে না. প্রতিটি ট্রায়াল অবশ্যই সম্পূর্ণ উত্পাদন প্রবাহের মধ্য দিয়ে চালাতে হবে, প্রকৃত উত্পাদন প্রক্রিয়াগুলিতে ম্যাপিং। প্রবাহ যা চলতে ঘন্টা সময় নিতে পারে. এই সীমাবদ্ধতা দেওয়া কার্যকরী শক্তিবৃদ্ধি শেখার কৌশলের অংশ হল সমান্তরালতা। বাকিটা হল DSO.ai গোপন সস। অবশ্যই আপনি কল্পনা করতে পারেন যে যদি সেই গোপন সসটি একটি নির্দিষ্ট যুগের উপর ভিত্তি করে কার্যকর পরিমার্জন নিয়ে আসতে পারে, তাহলে সমান্তরালতা পরবর্তী যুগের মাধ্যমে অগ্রগতি ত্বরান্বিত করবে।

সেই লক্ষ্যে, সমান্তরালতাকে সমর্থন করার জন্য এই ক্ষমতাটি অবশ্যই একটি মেঘে চালাতে হবে। প্রাইভেট অন-প্রিমিসেস ক্লাউড একটি বিকল্প। মাইক্রোসফ্ট ঘোষণা করেছে যে তারা Azure-এ DSO.ai হোস্ট করছে এবং DSO.ai প্রেস রিলিজে ST রিপোর্ট করেছে যে তারা এই ক্ষমতাটি একটি আর্ম কোরের বাস্তবায়নকে অপ্টিমাইজ করতে ব্যবহার করেছে। আমি কল্পনা করি যে 1000 সার্ভার জুড়ে একটি সর্বজনীন ক্লাউডে একটি অপ্টিমাইজেশান চালানোর সুবিধা এবং অসুবিধার চারপাশে কিছু আকর্ষণীয় বিতর্ক হতে পারে যদি এলাকা হ্রাস করা মূল্যবান হয়।

গ্রাহকের প্রতিক্রিয়া

Synopsys দাবি করে যে গ্রাহকরা (এই ঘোষণায় ST এবং SK Hynix সহ) 3x+ উৎপাদনশীলতা বৃদ্ধি, 25% পর্যন্ত কম মোট শক্তি এবং ডাই আকারে উল্লেখযোগ্য হ্রাস, সবই সামগ্রিক সম্পদের কম ব্যবহারে রিপোর্ট করছে। স্টেলিওস যা বর্ণনা করেছেন তা দেওয়া, এটি আমার কাছে যুক্তিসঙ্গত বলে মনে হচ্ছে। টুলটি একটি প্রদত্ত সময়সূচীর মধ্যে ডিজাইন স্টেট স্পেসে আরও বেশি পয়েন্ট অন্বেষণের অনুমতি দেয় যদি সেই অন্বেষণটি ম্যানুয়াল হয় তবে সম্ভব হবে। যতক্ষণ অনুসন্ধান অ্যালগরিদম (গোপন সস) কার্যকর হয়, অবশ্যই এটি একটি ম্যানুয়াল অনুসন্ধানের চেয়ে ভাল সর্বোত্তম খুঁজে পাবে।

সংক্ষেপে, এআই হাইপ বা সাপের তেল নয়। DSO.ai পরামর্শ দেয় যে AI বিদ্যমান প্রবাহের একটি বিশ্বাসযোগ্য প্রকৌশল সম্প্রসারণ হিসাবে মূলধারায় প্রবেশ করছে। আপনি থেকে আরো শিখতে পারেন প্রেস রিলিজ এবং থেকে এই ব্লগ.

এর মাধ্যমে এই পোস্টটি ভাগ করুন: