Synopsys Design Space Optimization Hits A Milestone

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

Geçenlerde Stelios Diamantidis (Seçkin Mimar, Strateji Başkanı, Özerk Tasarım Çözümleri) ile Synopsys'in 100'deki duyurusu hakkında konuştum.^th DSO.ai çözümlerini kullanarak müşteri bant kaydı. AI ile ilgili makalelerle ilgili endişem, genel olarak AI'yı çevreleyen yutturmacadan ve tersine, bazılarının tüm AI iddialarını yılan yağı olarak reddetmesine neden olan bu aldatmacaya tepki olarak şüphecilikten kaçınmaktır. Stelios'un güldüğünü ve yürekten aynı fikirde olduğunu duyduğuma sevindim. DSO.ai'nin bugün neler yapabileceği, referans müşterilerinin çözümde ne gördüğü (bugün yapabileceklerine bağlı olarak) ve teknoloji hakkında bana neler söyleyebileceği konusunda çok sağlam bir tartışma yaptık.

Synopsys Tasarım Alanı Optimizasyonu

DSO.ai ne yapar?

DSO.ai, Fusion Compiler ve IC Compiler II ile birlikte çalışır; Tam SoC'ler henüz bir hedef değil. Bu, Stelios'un önemli bir hedefin mevcut akışlara kolayca uyması olduğunu söylediği gibi mevcut tasarım uygulamalarına uyuyor. Teknolojinin amacı, genellikle tek bir mühendis olan uygulama mühendislerinin, başka türlü keşfedilebilecek olandan daha iyi bir PPA için daha geniş bir tasarım alanını keşfederken üretkenliklerini geliştirmelerini sağlamaktır.

Synopsys, 2021 yazında ilk kaseti duyurdu ve şimdi 100 kaseti duyurdu. Bu, böyle bir çözümün talebi ve etkinliği için iyi bir şey. Stelios, bir bloğu birçok kez başlatması gereken uygulamalar için değerin daha da belirgin hale geldiğini ekledi. Çok çekirdekli bir sunucu, bir GPU veya bir ağ anahtarı düşünün. Bir bloğu bir kez optimize edin, birçok kez somutlaştırın; bu, önemli bir PPA iyileştirmesi sağlayabilir.

Bunu yapan müşterilerin hepsinin 7nm ve altında çalışıp çalışmadığını sordum. Şaşırtıcı bir şekilde, 40nm'ye kadar aktif kullanım var. İlginç bir örnek, performansa çok duyarlı olmayan ancak on ila yüz milyon birime kadar çalışabilen bir tasarım olan flaş denetleyicisidir. Burada boyutun %5 oranında bile küçültülmesi, marjlar üzerinde büyük bir etkiye sahip olabilir.

Kaputun altında ne var

DSO.ai, bugünlerde çok konuşulan bir konu olan pekiştirmeli öğrenmeye dayalıdır, ancak bu makalede abartılı söz vermeyeceğim. Stelios'tan biraz daha detaya inmesini istedim ama çok fazla açıklama yapamayacağını söylediğinde şaşırmadım. Bana söyleyebilecekleri yeterince ilginçti. Daha genel uygulamalarda, örneğin gradyan karşılaştırmaları yoluyla bir sonraki olası adımları değerlendirmek için bir eğitim seti (bir dönem) boyunca bir döngünün hızlı (saniyeden dakikaya) bir yöntem varsaydığını belirtti.

Ancak ciddi blok tasarımı, hızlı tahminlerle optimize edilemez. Her deneme, gerçek üretim süreçlerine eşlenerek tüm üretim akışı boyunca yürütülmelidir. Çalışması saatler sürebilen akışlar. Bu kısıtlama göz önüne alındığında, etkili pekiştirmeli öğrenme stratejisinin bir kısmı paralelliktir. Gerisi DSO.ai gizli sosudur. Elbette, bu gizli sosun belirli bir çağa dayalı olarak etkili iyileştirmelerle ortaya çıkması halinde, paralelliğin bir sonraki çağda ilerlemeyi hızlandıracağını hayal edebilirsiniz.

Bu amaçla, paralelliği desteklemek için bu yeteneğin gerçekten bir bulutta çalışması gerekir. Şirket içi özel bulut, bir seçenektir. Microsoft, DSO.ai'yi Azure'da barındırdıklarını duyurdu ve ST, DSO.ai basın bülteninde bu özelliği bir Arm çekirdeğinin uygulanmasını optimize etmek için kullandıklarını bildirdi. Alan küçültmeye değerse, genel bir bulutta örneğin 1000 sunucuda bir optimizasyon çalıştırmanın artıları ve eksileri hakkında bazı ilginç tartışmalar olabileceğini hayal ediyorum.

Müşteri geribildirimi

Synopsys, müşterilerin (bu duyurudaki ST ve SK Hynix dahil) 3 kattan fazla üretkenlik artışı, %25'e kadar daha düşük toplam güç ve kalıp boyutunda önemli ölçüde azalma bildirdiklerini iddia ediyor ve bunların tümü toplam kaynakların daha az kullanılmasıyla birlikte. Stelios'un tarif ettikleri göz önüne alındığında, bu bana mantıklı geliyor. Araç, belirli bir program dahilinde tasarım durumu alanında, bu keşif manuel olsaydı mümkün olandan daha fazla noktanın keşfedilmesine izin verir. Arama algoritması (gizli sos) etkili olduğu sürece, elbette bu, manuel aramadan daha iyi bir optimum bulacaktır.

Kısacası ne AI yutturmaca ne de yılan yağı. DSO.ai, AI'nın mevcut akışlara güvenilir bir mühendislik uzantısı olarak ana akıma girdiğini öne sürüyor. adresinden daha fazlasını öğrenebilirsiniz. basın bülteni ve gelen Bu blogu.

Bu gönderiyi şu yolla paylaş: