Synopsys Design Space Optimization Hits A Milestone

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

मैंने हाल ही में 100 पर Synopsys की घोषणा के बारे में Stelios Diamantidis (प्रतिष्ठित वास्तुकार, रणनीति के प्रमुख, स्वायत्त डिजाइन समाधान) के साथ बात की।^th ग्राहक अपने DSO.ai समाधान का उपयोग करके टेपआउट करते हैं। एआई से संबंधित लेखों पर मेरी चिंता सामान्य रूप से एआई को घेरने वाले प्रचार से बचने में है, और इसके विपरीत उस प्रचार की प्रतिक्रिया में संदेह है जो कुछ लोगों को एआई के सभी दावों को सांप के तेल के रूप में खारिज करने के लिए प्रेरित करता है। मुझे स्टेलियोस की हंसी सुनकर और पूरे दिल से सहमत होने में खुशी हुई। आज DSO.ai क्या कर सकता है, उनके संदर्भ ग्राहक समाधान में क्या देखते हैं (यह आज क्या कर सकता है, इसके आधार पर) और वह मुझे तकनीक के बारे में क्या बता सकता है, इस पर हमारी बहुत ही जमीनी चर्चा हुई।

Synopsys डिज़ाइन स्पेस ऑप्टिमाइज़ेशन

DSO.ai क्या करता है

फ्यूजन कंपाइलर और आईसी कंपाइलर II के साथ DSO.ai जोड़े, जो स्टेलियोस के रूप में जोर देने के लिए सावधान थे, इसका मतलब है कि यह एक ब्लॉक-स्तरीय अनुकूलन समाधान है; पूर्ण एसओसी अभी तक एक लक्ष्य नहीं है। यह वर्तमान डिजाइन प्रथाओं में फिट बैठता है क्योंकि स्टेलियोस ने कहा कि एक महत्वपूर्ण लक्ष्य मौजूदा प्रवाह में आसानी से फिट होता है। प्रौद्योगिकी का उद्देश्य कार्यान्वयन इंजीनियरों को सक्षम करना है, अक्सर एक इंजीनियर, उनकी उत्पादकता में सुधार करने के साथ-साथ एक बेहतर पीपीए के लिए एक बड़े डिजाइन स्थान की खोज करने के लिए अन्यथा खोजने योग्य हो सकता है।

Synopsys ने 2021 की गर्मियों में पहले टेपआउट की घोषणा की और अब 100 टेपआउट की घोषणा की है। यह इस तरह के समाधान की मांग और प्रभावशीलता के लिए अच्छी बात करता है। Stelios ने कहा कि मूल्य उन अनुप्रयोगों के लिए और भी स्पष्ट हो जाता है जिन्हें कई बार ब्लॉक करना चाहिए। एक बहु-कोर सर्वर, एक जीपीयू, या एक नेटवर्क स्विच के बारे में सोचें। ब्लॉक को एक बार ऑप्टिमाइज़ करें, कई बार इंस्टैंट करें - जो एक महत्वपूर्ण पीपीए सुधार में जोड़ सकता है।

मैंने पूछा कि क्या ऐसा करने वाले ग्राहक सभी 7nm और उससे नीचे काम कर रहे हैं। आश्चर्यजनक रूप से, 40 एनएम तक सभी तरह से सक्रिय उपयोग होता है। एक दिलचस्प उदाहरण एक फ्लैश नियंत्रक है, एक डिजाइन जो बहुत अधिक प्रदर्शन के प्रति संवेदनशील नहीं है, लेकिन दसियों से सौ मिलियन यूनिट तक चल सकता है। यहां आकार को 5 फीसदी तक कम करने से भी मार्जिन पर बड़ा असर पड़ सकता है।

हुड के नीचे क्या है

DSO.ai सुदृढीकरण सीखने पर आधारित है, इन दिनों एक गर्म विषय है लेकिन मैंने इस लेख में कोई प्रचार नहीं करने का वादा किया है। मैंने स्टेलियोस को थोड़ा और ड्रिल करने के लिए कहा, हालांकि जब उसने कहा कि वह बहुत ज्यादा प्रकट नहीं कर सकता है तो उसे आश्चर्य नहीं हुआ। वह मुझे जो बता सकता था वह काफी दिलचस्प था। उन्होंने कहा कि अधिक सामान्य अनुप्रयोगों में, एक प्रशिक्षण सेट (एक युग) के माध्यम से एक चक्र उदाहरण के लिए ढाल तुलना के माध्यम से अगले संभावित चरणों का आकलन करने के लिए एक तेज़ (सेकंड से मिनट) विधि मानता है।

लेकिन गंभीर ब्लॉक डिजाइन को त्वरित अनुमानों के साथ अनुकूलित नहीं किया जा सकता है। प्रत्येक परीक्षण पूर्ण उत्पादन प्रवाह के माध्यम से चलना चाहिए, वास्तविक निर्माण प्रक्रियाओं के लिए मानचित्रण करना चाहिए। ऐसे प्रवाह जिन्हें चलने में घंटों लग सकते हैं. इस बाधा को देखते हुए प्रभावी सुदृढीकरण सीखने की रणनीति का हिस्सा समानता है। बाकी DSO.ai सीक्रेट सॉस है। निश्चित रूप से आप कल्पना कर सकते हैं कि यदि वह गुप्त चटनी किसी दिए गए युग के आधार पर प्रभावी परिशोधन के साथ आ सकती है, तो समानता अगले युग में प्रगति को गति देगी।

उस अंत तक, समानता का समर्थन करने के लिए इस क्षमता को वास्तव में क्लाउड में चलना चाहिए। निजी ऑन-प्रिमाइसेस क्लाउड एक विकल्प है। Microsoft ने घोषणा की है कि वे Azure पर DSO.ai की मेजबानी कर रहे हैं, और DSO.ai प्रेस विज्ञप्ति में ST रिपोर्ट की मेजबानी कर रहे हैं कि उन्होंने इस क्षमता का उपयोग आर्म कोर के कार्यान्वयन को अनुकूलित करने के लिए किया। मुझे लगता है कि क्षेत्र में कमी के लायक होने पर 1000 सर्वरों में सार्वजनिक क्लाउड में अनुकूलन चलाने के पेशेवरों और विपक्षों के आसपास कुछ दिलचस्प बहस हो सकती है।

उपभोक्ता की राय

Synopsys का दावा है कि ग्राहक (इस घोषणा में ST और SK Hynix सहित) 3x+ उत्पादकता वृद्धि की रिपोर्ट कर रहे हैं, 25% तक कम कुल बिजली और मरने के आकार में महत्वपूर्ण कमी, सभी संसाधनों के कम उपयोग के साथ। स्टेलियोस ने जो वर्णन किया है, उसे देखते हुए यह मेरे लिए उचित लगता है। उपकरण किसी दिए गए शेड्यूल के भीतर डिज़ाइन स्टेट स्पेस में अधिक बिंदुओं की खोज की अनुमति देता है यदि वह अन्वेषण मैन्युअल था। जब तक खोज एल्गोरिदम (गुप्त सॉस) प्रभावी है, निश्चित रूप से मैन्युअल खोज से बेहतर इष्टतम मिलेगा।

संक्षेप में, न तो एआई प्रचार और न ही साँप का तेल। DSO.ai का सुझाव है कि AI मौजूदा प्रवाह के विश्वसनीय इंजीनियरिंग विस्तार के रूप में मुख्यधारा में प्रवेश कर रहा है। आप से और सीख सकते हैं प्रेस विज्ञप्ति और से इस ब्लॉग.

इस पोस्ट को इसके माध्यम से साझा करें: