CadenceLIVE 2023 の要点 - Plato AiStream V2.1

プラトン再発行

フォロワー： 0

人々の関心を考えると、最近では AI 以外のことについて話すことは不可能のように思えます。 CadenceLIVE では、あらゆる種類の設計の基礎となる基本的な手法が残り、エンジニアリングのあらゆる側面において、深く、正確で、スケーラブルな数学、物理学、コンピューターサイエンス、化学によって常に支配されるだろうということを思い出して新鮮でした。 AI は設計テクノロジーを補完し、エンジニアがより多くのオプションと最適化を検討できるようにします。しかし、それは、200 年以上蓄積された STEM の専門知識と計算手法を包み込むものとして、それらの手法に取って代わるものではなく、その肩の上に今後も立ち続けるでしょう。

CadenceLIVE 2023 からのポイント

この見解を認めると、AI は電子設計システム手法のどこに役立ちますか。また、より一般的には、AI やその他のテクノロジーは半導体および電子システム業界のビジネスの変化にどのような影響を与えるのでしょうか? それがこのブログの残りの部分の主題です。

ケイデンス製品における AI

ケイデンスは明らかに、AI アプリケーションのフロントランナーになるつもりです。過去数年にわたり、物理合成用の Cadence Cerebrus、検証用の Verisium、大規模なデータセットを統合するための Joint Enterprise Data and AI (JedAI)、およびマルチフィジックス最適化用の Optimality など、いくつかの AI を活用した製品を発表してきました。最近では、アナログ設計用の Virtuoso 拡張機能、高度な PCB 用の Allegro X AI、3D-IC 設計用の Integrity を追加しました。

物理合成製品として、私は以前のブログで述べたのと同じ理由から、Cadence Cerebrus は主にブロック設計を目的としていると予想しています。ここで、複数の完全な物理合成の実行に関する強化学習により、オプションのより広範な探索とより優れた最終的な PPA が促進されることを期待しています。

Verisium は、ブロックレベルのカバレッジの最適化に加えて、デバッグやテストスイートの最適化など、検証において非常に幅広い目的を持っています。ブロックレベルのカバレッジとは別に、他の側面でも、複数の実行 (おそらく同じファミリー内の製品間でさえ) にわたる強化学習に基づいて、設計範囲全体にわたって価値を提供できると期待しています。

Optimality は本質的に、システムレベルの分析および最適化スイートです。ここでも、複数の実行にわたる強化学習は、電磁気、熱、信号、電力の整合性といった複雑なマルチフィジックス解析を、従来の手動反復で考慮できるよりも多くのサンプルにわたって収束させるのに役立ちます。

アナログ用 Virtuoso Studio は本質的にブロックレベルの設計ツールです。なぜなら、私の知る限り、SoC スケールでフルチップのアナログ設計を構築している人は誰もいないからです (メモリとおそらくニューロモーフィックなものを除いて)。アナログ設計の自動化は、何十年もの間、期待されてきましたが、達成されていない目標でした。 Virtuoso は現在、学習ベースの配置配線方法を提供していますが、これは興味深いものです。

Allegro X AI は、PCB 設計でも同様の目標を目指しており、自動化された PCB 配置と配線を提供します。ウェブサイトでは、彼らがここで、まさに今日の AI の最先端で生成技術を使用していることを示唆しています。 Integrity プラットフォームは、Innovus Implementation System の大規模なデータベース容量に基づいて構築されており、アナログ RF およびパッケージの共同設計に Virtuoso と Allegro の両方を活用して、包括的で統合されたソリューション 3D-IC 設計を提供します。

変化への適応に関する XNUMX つの視点

複数の新興テクノロジー (AI を含む) やシステム市場の急速な変化、経済的および地政学的なストレスに応じて、市場が急速に変化していることは周知の事実です。私たちの世界における非常に明らかな変化の XNUMX つは、システム会社の間でチップ設計の社内化が急速に成長していることです。なぜそのようなことが起こっているのでしょうか?また、半導体企業と EDA 企業はどのように適応しているのでしょうか?

Google Cloud からのシステムの視点

Google Cloud CEO のトーマス・クリアン氏が、クラウドとチップ設計のニーズのトレンドについて Anirudh 氏と対談しました。同氏は、Intuit と Salesforce のアプリケーションによって推進された Software-as-a-Service (SaaS) から始まる、クラウドコンピューティングの需要の進化について説明しました。そこから、状況はサービスとしてのインフラストラクチャ (IaaS) に進み、ハードウェアを管理する必要がなく、コンピューティングハードウェアへの柔軟なアクセスを購入できるようになりました。

現在、トーマス氏は、自動車、携帯電話、家電製品、産業機械におけるデジタル化が主な推進力であると考えています。デジタル化の進展に伴い、仮想化プロセスをモデル化して最適化するデジタルツインが一般的になり、ディープラーニングを適用して幅広い可能性を探求しています。

この目標を大規模にサポートするために、Google は、世界中のネットワークに接続されたデータセンターを統合されたコンピューティングリソースとして扱い、ワークロードがどのように分散されているかに関係なく、超低遅延のネットワークファブリックを介して接続して、予測可能なパフォーマンスと遅延を実現できるようにしたいと考えています。その目標を達成するには、ネットワーク、ストレージ、AI エンジン、その他のアクセラレータ向けに多くのカスタム半導体設計が必要になります。 Thomas 氏は、特定の重要な分野では、外部から調達した半導体を使用するよりも優れた CAPEX および OPEX 目標を満たす差別化されたソリューションを構築できると信じています。

なぜ？外部サプライヤーが実際のシステム規模でテストすることは、必ずしも現実的であるとは限りません。 Google、AWS、Microsoft の規模でストリーミングビデオトラフィックを再現できるのは誰でしょうか? また、システムプロセスの差別化を構築する場合、コンポーネントの最適化は役立ちますが、プロセス全体の最適化ほどではありません。たとえば、Kubernetes からコンテナ、プロビジョニング、コンピューティング機能までです。主流のセミサプライヤーがその範囲を管理するのは困難です。

マーベルの半導体の視点

Marvell の COO、Chris Koopmans 氏は、進化するシステム企業のニーズにどのように適応しているかについて語りました。マーベルは、データセンターおよび無線および有線ネットワークを介したデータインフラストラクチャテクノロジーに重点を置いています。 AI トレーニングとその他のノードは、データセンターサイズの距離にわたって高帯域幅で、テラバイト/秒の低遅延で確実に通信できなければなりません。 ChatGPT について考えてみましょう。トレーニングには最大 10 個の GPU が必要だと噂されています。

このレベルの接続には超効率的なデータインフラストラクチャが必要ですが、クラウドサービスプロバイダー (CSP) はできる限りの差別化を必要としており、画一的なソリューションを避けたいと考えています。マーベルは CSP と提携して、クラウドに最適化されたシリコンと呼ばれるものを構築します。これは、ニーズのスーパーセットに対応する汎用コンポーネントから始まります。このコンポーネントには、特定の CSP に適した要素の一部が含まれていますが、過剰に構築されているため、そのままでは効率が不十分です。クラウドに最適化されたソリューションは、このプラットフォームから CSP のターゲットワークロードとアプリケーションに合わせて調整され、不要なものを削除し、必要に応じて専用のアクセラレータとインターフェイスに合わせて最適化されます。このアプローチにより、マーベルは、マーベルの差別化されたインフラストラクチャコンポーネントを使用して、リファレンス設計から顧客固有の設計を提供できるようになります。

Cadence による EDA の視点

ケイデンスのケイデンスカスタム IC および PCB グループの上級副社長兼ゼネラルマネージャーである Tom Beckley 氏は、変化への適応に関する EDA の観点について締めくくりました。システムや半導体設計を顧客に持つ EDA なら簡単だと思うかもしれません。ただし、この範囲のニーズに応えるには、包括的な「EDA」ソリューションが、IC 設計 (デジタル、アナログ、RF) から 3D-IC およびパッケージ設計、PCB 設計、そして電気機械設計に至るまでの範囲に及ぶ必要があります (Dassault)システムズ協力）。

これに分析と最適化を追加して、電磁気、熱、信号、電力の整合性を確保し、ハードウェアの準備が整う前に、顧客が完全なシステム (チップだけでなく) をモデル化し、最適化できるようにします。また、顧客が厳しいスケジュールで働いており、人員配置もさらに制限されていることも認識しています。一緒にすると、それは難しい注文です。より多くのコラボレーション、より多くの自動化、より多くの AI 誘導設計が不可欠になります。

ここで概説したソリューションにより、Cadence は良い方向に進んでいるように見えます。私の結論としては、CadenceLIVE 2023 は、ケイデンスが (健全な量の AI を使用して) 業界のニーズにどのように対応しているかに関する優れた最新情報に加え、システム/半導体/設計業界の方向性についての新しい洞察を提供しました。

この投稿を共有する：