随着系统复杂性的不断提高,SoC设计团队承受着越来越大的压力,他们要以前所未有的更低成本和更短时间交付更高效的产品,而传统的设计方法和工具已达到极限。电子设计自动化(EDA)必须不断突破才能应对不断发展的SoC设计挑战。

片上系统(SoC)无处不在,尤其是在服务于新兴细分市场的电子产品中,例如5G、自动驾驶汽车和人工智能。这些复杂的业务需要实时处理每秒数十亿次的操作。随着系统复杂性的不断提高,SoC设计团队承受着越来越大的压力,他们要以前所未有的更低成本和更短时间交付更高效的产品,而传统的设计方法和工具已达到极限。电子设计自动化(EDA)必须不断突破才能应对不断发展的SoC设计挑战。

SoC设计从集成步骤开始,期间必须完成所选知识产权(IP)模块的互联。SoC设计目前所面临的挑战是要在紧迫的期限内实现最佳功耗、性能和面积(PPA)组合,同时,控制工程成本。在传统的EDA设计流程中,每项任务(功耗、架构、测试等)都由一支超专业的工程师团队执行。要完成设计,不同团队之间必须进行紧密沟通和持续的信息交换。而每一次新迭代都会重新启动信息交换过程。因此,迭代次数越多,对项目最终成本和完成时间的影响就越大。

传统SoC集成流程之所以不可避免地产生多次迭代,是因为寄存器传输级(RTL)设计需要不断微调和逐步优化,直到RTL2GDS合成流程实现最佳PPA结果为止。另外,前代项目软IP核的设计复用率需要提高到较高的水平,才能将设计价值最大化,并使IP核和SoC成为现成的商品。因此,设计方法必须做出创新变革,彻底颠覆传统EDA范例和工具,才能完成当今SoC项目要求的更多任务,而又不会占用过多的工程资源。值得注意的是,大多数EDA创新预计都将在架构级别、在SoC集成期间以及RTL2GDS实施之前进行。

以下所述的创新方法将有助于应对SoC目前面临的挑战。

图1: 设计信息的综合处理(来源: DeFacto Technologies)

更早开始SoC构建过程

加速SoC构建过程需要EDA设计工具在处理设计信息时实现更高程度的自动化。本文介绍的解决方案包含了一个可容纳多种设计领域和格式的统一数据库。在SoC构建过程中,必须尽早考虑所有设计信息,包括RTL、时序限制、功耗、物理实现和测试。

在实际操作中,这种方法应允许非领域专家做出重要的设计决策。例如,CAD工程师或RTL设计人员将能够拥有构建从设计装配到合成第一个SoC配置的能力。

最大化设计复用

为复杂的SoC构建可配置的IP子系统时,会消耗大量资源。因此,要降低SoC设计的总体成本,需要远高于传统的IP复用率;而实现这一点,则需要新型的设计复用方法和工具。在SoC集成过程中,EDA工具必须提供具有基本和高级设计提取功能的通用API。

让我们以低功耗应用的SoC集成需求为例进行说明。电源架构或意图可以通过统一电源格式(UPF)数据库捕获。在进行组装或提升SoC级功率信息之前(图2a),不同模块的功耗信息被提取出来。传统上,功耗提取是一个繁琐的手动过程。但现在,UPF降级(图2b)正逐渐成为一个要求完全自动化的过程。

图2: SoC集成过程中的功耗设计复用。顶层功耗集成(a)来自于功耗设计提取(b)(来源: DeFacto Technologies)

促进设计空间的探索

传统SoC集成方法的另一个缺点是自动化不足,不能探索设计空间并确定最佳PPA设计配置。手动运行多个假设场景会耗费过多工程资源,从而使设计团队无法获得最优解决方案。

配备了物理设计信息之后,EDA工具应通过在RTL创建不同的设计配置,以实现具有物理意识的SoC组装。这允许RTL检测和纠正以往设计人员只有在合成后才可能发现的问题,如连接性问题,其可能会令布局布线(P&R)变成一场噩梦。

EDA工具更加智能化

AI及其衍生(尤其是机器学习,ML)应用正在不断扩展。在解决SoC设计难题时,EDA社群不应忽视ML算法可能带来的优势。从系统级到物理实现设计,每个EDA工具通常都基于复杂的算法构建,而与设计任务(模拟、形式验证、综合、DFT、P&R等)无关。现在关键就在于如何使此类算法与AI / ML兼容,并使其在运行大量设计项目时从大量可用的收集数据中获益。

让我们以一个简单的SoC顶层模块集成为例。AI / ML的典型输出应是能够实现优秀PPA的SoC配置最佳选择,例如更小的面积或CPU time的大幅降低。但没有真实的生产数据,体现不出AI / ML的价值。因此,EDA工具提供商与最终用户之间的紧密协作才是成功的关键因素。

总而言之,相比其他行业(例如机器人技术和医疗保健)采用AI / ML的步伐,EDA工具提供商的AI / ML计划显得尤为保守,但AI / ML对于EDA的重要性业界实不容忽视。

(参考原文:To Conquer SoC Design Challenges, Change EDA Methods and Tools)

责编:Amy Guan

本文为《电子工程专辑》2021年5月刊杂志文章,版权所有,禁止转载。点击申请免费杂志订阅 

阅读全文,请先
您可能感兴趣
Rambus的HBM4控制器IP还具备多种先进的特性集,旨在帮助设计人员应对下一代AI加速器及图形处理单元(GPU)等应用中的复杂需求。这些特性使得Rambus在HBMIP领域继续保持市场领导地位,并进一步扩展其生态系统支持。
一直听说x86指令集天生做不了低功耗,真的是这样吗?这篇文章着重谈谈酷睿Ultra二代是怎么考量低功耗的,有没有可能做到低功耗...
对于股价波动的原因,寒武纪表示,除了公司经营层面的因素外,还可能受到其他因素的影响。寒武纪还提醒投资者,应甄别信息来源,具体情况以公司公告为准。
此次财报也从侧面反应了半导体行业在AI业务上的强劲增长势头,但同时也暴露出非AI业务增长乏力的困境。
今年的CadenceLIVE中国用户大会上,Cadence谈到在芯片领域之外,数据中心、生命科学、航空航天等系统设计领域的仿真技术应用相当有限,这对Cadence而言是重要的市场机会。与此同时AI技术的发展,也在推动着市场前行...
据知情人士透露,博通在测试中将硅晶片通过英特尔最先进的18A制造工艺进行处理,但经过工程师和高管的深入评估后认为,该制造工艺目前尚不具备大规模生产的条件……
• 得益于西欧、关键亚洲市场和拉丁美洲市场的增长,以及中国品牌的持续领先,全球折叠屏手机出货量在2024年第二季度同比增长了48%。 • 荣耀凭借其在西欧特别强劲的表现,成为最大的贡献者,成为该地区排名第一的品牌。 • 摩托罗拉的Razr 40系列在北美和拉丁美洲表现良好,为其手机厂商的出货量贡献了三位数的同比增长。 • 我们预计,头部中国手机品牌厂商的不断增加将至少在短期内抑制三星Z6系列在第三季度的发布。
AI技术的发展极大地推动了对先进封装技术的需求,在高密度,高速度,高带宽这“三高”方面提出了严苛的要求。
奕斯伟计算2024首届开发者伙伴大会以“绿色、开放、融合”为主题,从技术创新、产品应用、生态建设等方面,向开发者、行业伙伴等相关方发出开放合作倡议,加速RISC-V在各行各业的深度融合和应用落地,共同推动RISC-V新一代数字基础设施生态创新和产业发展。
2024年 Canalys 中国云计算渠道领导力矩阵冠军厂商分别是:阿里云、华为云和亚马逊云科技(AWS)
点击蓝字 关注我们德州仪器全球团队坚持克服挑战,为电源模块开发新的 MagPack™ 封装技术,这是一项将帮助推动电源设计未来的突破性技术。  ■ ■ ■作为一名经验丰富的马拉松运动员,Kenji K
在全球智能手机竞争日益激烈的情况下,谁能在高端市场站稳脚跟,谁就占据了主动权。一直以来全球智能手机市场格局都是,苹果专吃高端,其他各大厂商分食全球中低端市场。但现在市场正在其变化。根据Canalys最
文|萝吉今年下半年开始,国内新能源市场正式跨过50%历史性节点,且份额依然在快速增长——7月渗透率破50%,8月份破55%……在这一片勃勃生机万物竞发的景象下,新能源市场占比最高的纯电车型,却在下半年
周二,捷普科技(Jabil)官员与印度泰米尔纳德邦代表团在泰米尔纳德邦首席部长MK Stalin的见证下,签署了一份备忘录。MK Stalin正在美国进行为期17天的访问,旨在吸引新的投资。MK St
会议预告向世界展示中国最具创新力、领导力和品牌化的产品与技术!9月27号,“第6届国际移动机器人集成应用大会暨复合机器人峰会”将在上海举行,敬请关注!逐个击破现有痛难点。文|新战略半导体行业高标准、灵
近日A股上市公司陆续完成2024年上半年业绩披露,其中24家SiC概念股上半年合计营收同比增长14.58%至1148.65亿元,研发费用同步增长7.22%至69.16亿元。尤为值得注意的是,天岳先进、
在苹果和华为的新品发布会前夕,Counterpoint公布了2024年第一季度的操作系统详细数据,数据显示, 鸿蒙操作系统在2024年第一季度继续保持强劲增长态势,全球市场份额成功突破4%。在中国市场
往期精选2023年度中国移动机器人产业发展研究报告发布!超200个——2024年上半年AGV/AMR行业中标项目盘点市场保有量超10000台的8大中国AGV/AMR厂商总额超190亿-盘点全球移动机器
随着汽车智能化升级进入深水区,车载ECU(域)以及软件复杂度呈现指数级上升趋势。尤其是多域、跨域和未来的中央电子架构的普及,以及5G/V2X等车云通信的增强,如何保障整车的信息与网络安全,以及防范外部