Обсуждение: проект OpenROAD намеревается решить задачу автоматизации проектирования процессоров

^[1]
Фото — Pexels ^[2] — CC BY

По данным ^[3] PWC, рынок полупроводниковых технологий растет — в прошлом году он достиг планки в 481 млрд долларов. Но темпы его роста в последнее время снизились ^[4]. Среди причин спада — запутанность процессов проектирования устройств и недостаток автоматизации.

Еще несколько лет назад инженеры из Intel писали ^[5], что при создании высокопроизводительного микропроцессора приходится использовать 100–150 отдельных программных инструментов (EDA ^[6]). Ситуация может усугубляться в случае с гетерогенными устройствами, архитектура которых включает несколько различных типов микросхем — ASIC, FPGA, CPU или GPU. В результате возникают ошибки при проектировании, которые задерживают релиз продуктов.

Несмотря на большое количество вспомогательных инструментов, часть работы инженеры все равно вынуждены выполнять вручную. Авторы книги «Advanced Logic Synthesis ^[7]» говорят, что порой проектировщикам приходится ^[8] писать скрипты на Skill или Python из двух миллионов строк для формирования библиотек с ячейками ^[9].

Также пишутся скрипты для парсинга отчетов, генерируемых EDA-системами. При разработке чипа по 22-нм техпроцессу эти отчеты могут занимать до 30 терабайт.

Исправить ситуацию и постараться стандартизировать процессы проектирования решили в DARPA. В агентстве тоже считают ^[10], что существующие методы создания чипов устарели. Организация запустила ^[11] пятилетнюю программу OpenROAD ^[12], цель которой — разработать новые инструменты для автоматизации процессов проектирования микросхем.

Что за программа

В программе участвуют несколько проектов, которые используют машинное обучение и облачные технологии для автоматизации отдельных этапов создания чипов. В рамках инициативы разрабатываются ^[13] (схема 1) более десяти инструментов. Далее мы подробнее расскажем о некоторых из них: Flow Runner, RePlAce, TritonCTS, OpenSTA.

Flow Runner — это инструмент для управления библиотеками RTL и GDSII. Последние представляют собой файлы баз данных, являющиеся промышленным стандартом для обмена информацией об интегральных схемах и их топологиях. В основе решения лежит контейнерная технология Docker. Запускать Flow Runner можно как в облачной среде, так и локально. Руководство по установке лежит в официальном репозитории на GitHub ^[14].

RePlAce — облачное решение на базе машинного обучения, которое отвечает за размещение компонентов на микросхеме и автоматизацию трассировки. По некоторым данным ^[15], интеллектуальные алгоритмы повышают эффективность инструмента на 2–10% по сравнению с классическими системами. Кроме того, реализация в облаке упрощает масштабирование. Гайд по установке и настройке также лежит в репозитории ^[16].

TritonCTS — утилита для оптимизации подаваемых на чип тактовых импульсов. Помогает маршрутизировать синхросигналы на все части устройства с одинаковыми задержками. Принцип работы построен на базе H-деревьев ^[17]. Такой подход повышает ^[18] эффективность распределения сигналов на 30%, по сравнению с традиционными методами. Разработчики говорят, что в перспективе этот показатель можно увеличить до 56%. Исходный код и скрипты TritonCTS есть на GitHub ^[19].

OpenSTA — движок для статического временного анализа. Он дает разработчику возможность проверить работоспособность чипа еще до его фактической сборки. Пример кода в OpenSTA выглядит ^[20] вот так.

@@ -6,7 +6,7 @@ read_liberty -corner ff example1_fast.lib
read_verilog example1.v
link_design top
set_timing_derate -early 0.9
set_timing_derate -early 1.1
set_timing_derate -late 1.1
create_clock -name clk -period 10 {clk1 clk2 clk3}
set_input_delay -clock clk 0 {in1 in2}
# report all corners

Утилита поддерживает netlist-описания кода на Verilog, библиотеки в формате Liberty, SDC-файлы и др.

Преимущества и недостатки

Эксперты из IBM и IEEE отмечают ^[21], что облачные технологии и машинное обучение давно пора использовать в производстве микросхем. По их мнению, проект DARPA может стать удачным примером реализации этой задумки и положит ^[22] начало изменениям в индустрии.

Также ожидается, что открытая природа OpenROAD позволит сформировать вокруг инструментов мощное комьюнити и привлечет новые стартапы.

Фото — Pexels ^[23] — CC BY

Уже есть участники — лаборатория, занимающихся разработкой чипов на базе Мичиганского университета, станет первой ^[24], кто протестирует открытые инструменты OpenROAD. Но пока неизвестно, сумеют ли новые решения оказать заметный эффект на стоимость конечных продуктов.

В целом ожидается, что инструменты, разрабатываемые под руководством DARPA, окажут положительное влияние на индустрию процессоров, и в этой сфере начнет появляться все больше новых проектов. Примером может быть инструмент gEDA ^[25] — он позволяет проектировать чипы с неограниченным числом компонентов. gEDA включает в себя утилиты для редактирования и моделирования микросхем и трассировки плат. Решение разрабатывали для UNIX-платформ, но ряд его компонентов работает и под Windows. Руководство по работе с ними можно найти в документации на сайте проекта ^[26].

Свободно распространяемые инструменты предоставляют независимым организациям и стартапам больше возможностей. Есть вероятность, что со временем новые подходы OpenROAD к разработке EDA-инструментов и созданию микросхем могут стать отраслевым стандартом.

• Unboxing: блейд-сервер Cisco UCS B480 M5 ^[27]
• Unboxing: all-flash СХД NetApp AFF A300 — взгляд изнутри ^[28]
• Сервера высокой плотности: разбор решений ^[29]
• Cisco UCS — unboxing ^[30]

Автор: itglobalcom

Источник ^[31]