0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

兼顧PPA和上市時間,機器學習讓存儲器設計提速N個數(shù)量級

新思科技 ? 來源:未知 ? 2022-12-12 20:40 ? 次閱讀

電腦時誰不想要個大內存呢,其他電子產品的存儲器需求也是如此。大存儲器對于像自動駕駛智能設備這類被AI和ML技術加持的高性能計算應用則更加重要,因為它們通常需要實時計算結果,這個數(shù)據(jù)量可想而知。隨著這類數(shù)據(jù)密集型應用日益普及,芯片開發(fā)者需要快速生成衍生設計和不同版本,才能更好地滿足終端用戶需求。 因此,存儲器件變得容量越來越大,設計越來越復雜。在開發(fā)存儲器件時,怎樣做才能既滿足嚴苛的性能、功耗、面積(PPA)目標,又能確保產品按時上市呢?

先進的存儲器設計需要

不一樣的開發(fā)流程

當今的存儲器會更多地采用2.5D/3D結構的multi-die設計,這類架構十分具有挑戰(zhàn)性。 以完整的存儲器陣列為例,在設計先進的高帶寬(HBM)DRAM或3D NAND閃存芯片時必須要考慮晶粒之間的互連以及電源分配網絡(PDN),以便針對PPA和硅可靠性進行優(yōu)化。 傳統(tǒng)的存儲器設計和驗證技術已經無法支持先進的存儲器件設計了。仿真大型陣列非常耗時,并且由于周轉時間過長,會導致產品上市延遲。另外,在流程后期發(fā)現(xiàn)設計問題時,解決問題需要使用手動迭代循環(huán),還會進一步導致延遲。 存儲器設計和驗證過程的“前移”是應對上述挑戰(zhàn)的唯一方法。存儲器設計前移讓開發(fā)者們可以更早地執(zhí)行更好的分析,避免流程后期出現(xiàn)意外,并最大限度地減少迭代。 通過前移還可以避免存儲器開發(fā)中影響整體周轉時間和上市時間的四個關鍵瓶頸:宏單元特征提取、模塊設計優(yōu)化、版圖前到版圖后的仿真差距,以及定制版圖設計。首先來逐一探討下這四個瓶頸。

AI+ML,打破存儲器設計瓶頸

瓶頸1:宏單元特征提取 存儲器宏單元特征提取需要蒙特卡洛仿真,但在設計先進的存儲器時,執(zhí)行詳盡蒙特卡洛仿真所需的時間和資源會大大增加,這使得其成為一個難以實現(xiàn)的解決方案。為了實現(xiàn)高西格瑪特征提取并確保設計的穩(wěn)健性,需要運行數(shù)十億次的仿真。 機器學習技術恰好可以在這方面發(fā)揮作用。高精度的設計替代模型經過訓練,能夠預測高西格瑪電路行為。通過采用該模型,可以顯著減少仿真運行次數(shù)。 根據(jù)公開的案例分析,與傳統(tǒng)方法相比,這種方法可以實現(xiàn)100-1000倍的加速,同時能夠提供精度在1%以內的黃金SPICE結果。 09d1a812-7a1a-11ed-8abf-dac502259ad0.png瓶頸2:模塊設計優(yōu)化 在存儲器設計項目中,導致周轉時間和上市時間延長的主要因素是需要根據(jù)分析結果來迭代更改設計。傳統(tǒng)的流程是,先決定拓撲結構,再選擇晶體管尺寸和R/C值等設計參數(shù),接著對設計進行仿真,然后是檢查輸出。如果結果不符合項目的PPA目標,則必須調整參數(shù),重新進行仿真并重新評估結果。這種手動迭代循環(huán)會占用寶貴的開發(fā)資源并導致進度延誤。 針對這一挑戰(zhàn),如果機器和算法能自動優(yōu)化設計,情況會怎么樣呢? 近年來,我們已經看到設計空間優(yōu)化作為一個完整的人工智能驅動工作流程出現(xiàn)在數(shù)字設計中。人工智能代理能夠自動選擇器件參數(shù),運行仿真,從結果中學習并進行微調,從而以迭代方式收斂到正確的器件參數(shù)集。 依靠AI驅動的設計優(yōu)化,可以顯著減少手動工作,更快地實現(xiàn)設計目標,速度提升好幾個數(shù)量級。 0a079df0-7a1a-11ed-8abf-dac502259ad0.png瓶頸3:版圖前到版圖后的仿真差距 導致周轉時間和上市時間延長的另一個主要迭代來源是版圖前到版圖后的仿真差距。開發(fā)者希望在版圖之前盡可能準確地預先提取寄生參數(shù)對時序、功耗、噪聲和穩(wěn)定性等設計規(guī)格的影響,從而避免在從版圖中提取寄生參數(shù)時出現(xiàn)意外。不幸的是,在傳統(tǒng)流程中,這些類型的意外很常見,從而導致需要重復版圖和仿真。 對此,解決辦法是什么呢? 那就是早期寄生效應分析工作流程。通過該流程,可以準確地估算預版圖和部分版圖設計中的凈寄生參數(shù)。根據(jù)公開的案例分析,通過使用早期寄生效應分析工作流程來預先提取寄生參數(shù),可將設計中版圖前后的時序差異從20-45%降低到0-20%。 有一項新興技術在這方面表現(xiàn)出了巨大前景,那就是利用機器學習通過預測互連寄生效應來進一步增強早期寄生效應分析工作流程。 0a3af2a4-7a1a-11ed-8abf-dac502259ad0.png瓶頸4:定制版圖 雖然加快存儲器設計的仿真和分析速度是實現(xiàn)設計流程前移的重要一環(huán),但是在定制版圖階段也同樣有機會來減少花費的時間和精力。在存儲器設計中,經常會重復出現(xiàn)相同的子電路拓撲。這樣一來,便可以由專業(yè)開發(fā)者提取布局布線模式來創(chuàng)建成模板,然后其他開發(fā)者可以重復使用這些現(xiàn)成的模板。初級開發(fā)者可以利用這些模板,根據(jù)所需的任何設備尺寸創(chuàng)建新的版圖。這樣不僅可以節(jié)省時間,還可以讓初級開發(fā)者從原始版圖所體現(xiàn)的專業(yè)知識和經驗中受益。 根據(jù)公開的案例分析,無論開發(fā)者的經驗如何,通過創(chuàng)建和使用模板,存儲器中關鍵模擬電路的版圖周轉時間可以縮短50%以上,并且版圖質量會更加一致。 機器學習技術代表著版圖設計的下一個前沿,能夠實現(xiàn)模擬布局布線自動化,并推動版圖效率進一步提高。 0a58dc88-7a1a-11ed-8abf-dac502259ad0.png ?

實現(xiàn)存儲器開發(fā)前移的最佳方法

新思科技定制設計系列中提供了上述所有相關技術,能夠幫助開發(fā)者克服這四個主要的存儲器設計和驗證瓶頸。 新思科技PrimeSim連續(xù)電路仿真技術提供了機器學習驅動的高西格瑪蒙特卡洛仿真和一致的工作流程,消除了點工具流程中固有的麻煩和不一致。 與新思科技PrimeWave設計環(huán)境相結合,PrimeSim解決方案還能提供早期寄生效應分析。此外,新思科技Custom Compiler設計和版圖解決方案全面支持基于模板的設計再利用。

芯片的每一次更新?lián)Q代,都意味著存儲器設計和驗證會變得愈加具有挑戰(zhàn)性。新思科技擁有所有相關技術,助力開發(fā)者們實現(xiàn)存儲器設計前移,縮短周轉和上市時間,并實現(xiàn)開發(fā)者們所期望的PPA。


原文標題:兼顧PPA和上市時間,機器學習讓存儲器設計提速N個數(shù)量級

文章出處:【微信公眾號:新思科技】歡迎添加關注!文章轉載請注明出處。


聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 新思科技
    +關注

    關注

    5

    文章

    778

    瀏覽量

    50270

原文標題:兼顧PPA和上市時間,機器學習讓存儲器設計提速N個數(shù)量級

文章出處:【微信號:Synopsys_CN,微信公眾號:新思科技】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    存儲器分為隨機存儲器和什么

    存儲器是計算機系統(tǒng)中用于臨時存儲數(shù)據(jù)和程序的關鍵部件,它直接影響到計算機的運行速度和性能。內存儲器主要分為兩大類:隨機存儲器(RAM,Random Access Memory)和只讀
    的頭像 發(fā)表于 10-14 09:54 ?231次閱讀

    使用tina測量opa227的輸入失調電壓和失調電流,結果數(shù)量級和手冊標準值差很多,為什么?

    使用tina測量opa227的輸入失調電壓和失調電流,發(fā)現(xiàn)結果數(shù)量級和手冊標準值差很多,這兩個參數(shù)的測量電路用得都是書上的參考電路,不知道什么地方出了問題,麻煩各位幫忙看看,謝過! 電路和測量數(shù)據(jù)在附件中。
    發(fā)表于 09-14 07:59

    簡述非易失性存儲器的類型

    非易失性存儲器(Non-Volatile Memory, NVM)是指即使在電源關閉或失去外部電源的情況下,仍能保持存儲數(shù)據(jù)的計算機存儲器。這類存儲器在數(shù)據(jù)保存方面具有重要的應用價值,
    的頭像 發(fā)表于 09-10 14:44 ?356次閱讀

    PLC主要使用的存儲器類型

    PLC(可編程邏輯控制)中的存儲器是其重要組成部分,用于存儲程序、數(shù)據(jù)和系統(tǒng)信息。PLC的存儲器主要分為兩大類:系統(tǒng)存儲器和用戶
    的頭像 發(fā)表于 09-05 10:45 ?788次閱讀

    內部存儲器有哪些

    內部存儲器,也稱為內存(Memory),是計算機系統(tǒng)中用于暫時存儲程序和數(shù)據(jù)的重要組件。它直接與CPU相連,是CPU處理數(shù)據(jù)的主要來源。內部存儲器主要由隨機存取存儲器(RAM)和只讀
    的頭像 發(fā)表于 09-05 10:42 ?876次閱讀

    【「時間序列與機器學習」閱讀體驗】+ 簡單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制了一幅時間序列分析與機器學習融合應用的宏偉藍圖。作者不僅扎實地構建了時間序列分析的基礎知識,更巧妙地展示了
    發(fā)表于 08-12 11:21

    ram存儲器和rom存儲器的區(qū)別是什么

    定義: RAM(Random Access Memory):隨機存取存儲器,是一種易失性存儲器,主要用于計算機和其他設備的臨時存儲。 ROM(Read-Only Memory):只讀存儲器
    的頭像 發(fā)表于 08-06 09:17 ?480次閱讀

    EEPROM存儲器如何加密

    EEPROM(Electrically Erasable Programmable Read-Only Memory,電可擦可編程只讀存儲器)是一種非易失性存儲器,它在斷電后仍能保持數(shù)據(jù)。由于其可
    的頭像 發(fā)表于 08-05 18:05 ?988次閱讀

    存儲器與外存儲器的主要區(qū)別

    在計算機系統(tǒng)中,存儲器是不可或缺的核心部件,它負責存儲和處理各種數(shù)據(jù)和信息。根據(jù)存儲位置和功能的不同,存儲器可大致分為內存儲器(簡稱內存)和
    的頭像 發(fā)表于 05-22 18:16 ?4314次閱讀

    存內計算WTM2101編譯工具鏈 資料

    存儲器芯片內部的存儲單元完成計算操作,實現(xiàn)計算能效數(shù)量級提升,無需讀出參數(shù),直接利用存儲參數(shù)的單元(ωij)與輸入矩陣X進行計算,極大節(jié)約內存讀寫,大幅提高計算效率,突破物理極限。
    發(fā)表于 05-16 16:33

    淺談存儲器層次結構

    通過多級存儲器的設計,存儲器層次結構能夠在存儲容量和訪問速度之間找到一個平衡點。高速緩存存儲器和主存儲器提供了快速的訪問速度,而輔助
    發(fā)表于 02-19 13:54 ?553次閱讀
    淺談<b class='flag-5'>存儲器</b>層次結構

    半導體存儲器有哪些 半導體存儲器分為哪兩種

    半導體存儲器(Semiconductor Memory)是一種電子元件,用于存儲和檢索數(shù)據(jù)。它由半導體材料制成,采用了半導體技術,是計算機和電子設備中最常用的存儲器。 半導體存儲器可以
    的頭像 發(fā)表于 02-01 17:19 ?2654次閱讀

    清華電化學電容新突破,比容量高出電解電容兩個數(shù)量級

    相對來說,電化學電容器的比容量要比電解電容器高三個數(shù)量級,是微型化、集成化濾波電容的良好選擇,但受限于緩慢的離子遷移動力學,電化學電容器無法做到濾波需求的高頻率響應能力,因此電化學電容器往往需要以犧牲比容量的方式
    的頭像 發(fā)表于 12-06 15:39 ?714次閱讀
    清華電化學電容新突破,比容量高出電解電容兩<b class='flag-5'>個數(shù)量級</b>

    隨機訪問存儲器(RAM)和只讀存儲器(ROM)的區(qū)別

    在數(shù)字電子設備中,存儲器是至關重要的部分。它負責存儲和檢索數(shù)據(jù),以支持各種計算和數(shù)據(jù)處理任務。在存儲器市場中,有兩種主要的類型:隨機訪問存儲器 ( RAM ) 和只讀
    的頭像 發(fā)表于 12-05 15:46 ?1988次閱讀
    隨機訪問<b class='flag-5'>存儲器</b>(RAM)和只讀<b class='flag-5'>存儲器</b>(ROM)的區(qū)別

    如何在不受電線等的影響下盡可能準確地測量如mΩ數(shù)量級的電阻值呢?

    如何在不受電線等的影響下盡可能準確地測量如mΩ數(shù)量級的電阻值呢? 引言: 電阻測量是電路分析和電子工程中非常重要的技術。然而,在測量低阻值時,電線、接觸電阻、溫度等因素可能對結果產生較大的影響。因此
    的頭像 發(fā)表于 11-17 14:48 ?446次閱讀