EDA工具进入2.0时代,机器学习的渗透看这四大阶段

2017-11-09 08:36:11 来源:EEFOCUS
分享到:
标签:

最近,随着机器学习(ML)的日益普及,以及电子工业向物联网和汽车行业的渗透转移,人工智能在硬件和软件方面的应用一片喧嚣。业界大量讨论了嵌入式智能在产品实现上的进展和成绩,现在,我们需要把目光的焦点更多地放在如何向EDA世界注入更多的智能上面。

今年早些时候,台积电宣布在ARM A72和A73内核上成功地初步部署了机器学习,帮助预测最佳的单元时钟门控,以获得50到150兆赫兹的整体芯片速度。在这些技术中,包括使用由台积电维护的开源算法来训练模型。

在2017年国际物理设计研讨会(ISPD)上,台积电将此平台称为ML Design Enablement Platform。据预计,它将允许设计人员创建自定义脚本,以用于其他设计。

 


在华美半导体协会(CASPA) 2017年会期间,Cadence公司的杰出工程师David White分享了他关于EDA世界当前所面临的挑战的想法,其中包括三个方面:

•规模 - 随着设计规模的不断增加,规则/限制的增多,以及模拟仿真、提取、多边形等带来的庞大数据,EDA厂商需要获得工艺文件。
•复杂性 - 更复杂的FinFET工艺技术导致复杂的DRC/ERC效应,而芯片和封装/电路板之间的普遍交互成为常态。另一方面,器件和电线之间的热物理效应也需要注意。
•生产力 - 培训程度受限的设计人员和物理工程师会引入不确定性,造成多次设计迭代。

此外,David将ML(或深度学习)的采用过程分为四个阶段:

 

表1


尽管EDA行业今年已经开始接受机器学习,并将之作为增强解决方案的新手段,但是问题在于,我们现在走到哪一步了?今年在奥斯汀举行的2017 DAC大会上,有几家公司宣布在其产品中增加了机器学习能力,如表2所示。

 

表2


你可能听说过这样一句名言:“信息占了战争形式的90%”。 ML的采用可能需要良好的数据分析,因为需要面对的数据量实在太大。对于大多数硬件产品而言,机器学习可以在终端(网关)执行,也可以部署在云端。就EDA工具而言,如何实现取决于训练模型有多庞大,需要多么精确,以及是否需要多次迭代。

例如,在FinFET工艺节点中预测包含多少通孔柱可以在设计实现的不同阶段完成,而模型精度应该在后期布线阶段验证。在布置阶段注入通孔柱不同于在物理综合阶段注入,因为当时还没有合理化设计和预计轨道使用量的概念。

让我们回顾一下David的介绍,找出设计和开发智能解决方案需要采取哪些步骤,这些解决方案包括使用ML、执行分析和云技术,再加上流行的优化。他认为这包括两个阶段:训练开发阶段和运行阶段。每个阶段都隐含着如下图所示的特定的上下文,(训练=数据准备+基于模型的推理;运行=适应)。

 

表3


David的构想的要点是在数据生成、训练和验证模型之前正确地管理数据准备过程,以减少数据量。一旦完成了对模型的验证,就可以进行校准,并集成到底层的优化过程中。他相信,我们在将机器学习应用到EDA这个方面,处于第二阶段(参见表1)。

台积电已经开始在布局&布线(P&R)阶段探索使用ML进行路径分组以改善时序,并采用Synopsys ML预测潜在的DRC热点,考虑到2017 年台积电的开放创新平台日益关注ML,可以认为,在采用更智能的解决方案来平衡高密度和更精细工艺技术的复杂性挑战方面,我们正走在正确的轨道上面。

 

更多有关EDA工具的资讯,欢迎访问 与非网EDA专区

 

与非网编译内容,未经许可,不得转载!

 

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
与非网小编
与非网小编

电子行业垂直媒体--与非网小编一枚,愿从海量行业资讯中淘得几粒金沙,与你分享!

继续阅读
成为机器学习大神,先让自己掌握这些Linux技巧再说

Linux 因其稳定性获得了不少开发者的青睐,同时也成为大多数服务器的操作系统,对于机器学习开发者来说,使用 Mac/Linux 系统几乎是必须的。然而由于上手难度较大,很多人对其望而却步。本文将介绍一些 Linux 常用指令以帮助你快速上手。

四大分布式深度学习框架在GPU上有啥不同表现
四大分布式深度学习框架在GPU上有啥不同表现

随着深度学习应用不断进入商用化,各类框架在服务器端上的部署正在增多,可扩展性正逐渐成为性能的重要指标。香港浸会大学褚晓文团队近日提交的论文对四种可扩展框架进行了横向评测(Caffe-MPI、CNTK、MXNet 与 TensorFlow)。

IC Insights:2017年三星将取代英特尔半导体老大位
IC Insights:2017年三星将取代英特尔半导体老大位

自1993年以来,半导体行业排名第一的供应商一直没有改变。不过在2017年第二季度三星却首次跻身榜首,击败了霸占榜单老大位置多年的英特尔。

25家AI芯片创业公司大汇总,深度学习大爆炸
25家AI芯片创业公司大汇总,深度学习大爆炸

当下,随处可见的摄像头改变了视频流和应用程序的数量,也改变了视觉算法。AI WORLD 2017 世界人工智能大会,硅谷知名企业家、IEEE Fellow Chris Rowen分享了《视觉、创新和深度学习大爆炸》。

“人工智能威胁论”成立?可以从四个方向造福人类
“人工智能威胁论”成立?可以从四个方向造福人类

他坚决反对“人工智能威胁论”,认为人工智能不仅不会给人类造成威胁,它反而预示着一个更加道德、更不具破坏性的人类黎明的到来,并从四个方面论证了自己的这一论点。

更多资讯
2018类载板将爆发 韩国PCB厂全力冲刺设备投资

在iPhoneX採用堆叠式类载板(Substrate Like PCB)主版,三星电子(Samsung Electronics)将在2018年新款高阶智能型手机也采用类载板,韩国印刷电路板业者开始淮备进行大规模设备投资,以迎接未来类载板市场需求爆发。

Synopsys宣布在中国设立战略投资基金

2017年11月16日消息,全球第一大芯片设计自动化EDA软件及芯片接口IP提供商Synopsys宣布将在中国成立新的战略投资基金,第一期基金规模为一亿美元。这是Synopsys首次在中国设立投资基金。

Synopsys区域总部落户南京

11月10日,全球最大的芯片设计自动化企业美国新思科技(Synopsys)区域总部宣布落户南京江北新区,预计今年底前完成企业注册。省委常委、市委书记张敬华会见新思科技中国董事长葛群一行。

美国新思科技发布2017年Coverity Scan报告显示大量开源软件项目实施安全计划
美国新思科技发布2017年Coverity Scan报告显示大量开源软件项目实施安全计划

美国新思科技公司 (Synopsys, Nasdaq: SNPS)发布了2017年Coverity® Scan 报告,检查分析了过去十年通过Coverity Scan收集到的开源软件(OSS)质量和安全数据。Coverity Scan是新思科技提供的免费静态代码分析解决方案,有超过4,600个OSS项目活跃用户。

第五届IPC中国PCB设计大赛决赛名单出炉

IPC--国际电子工业联接协会®第五届IPC中国PCB设计大赛经过两个月激烈的海选,专家评委团的评议,IPC设计师理事会中国分会的审核,入围决赛的名单已经揭晓。

微话题

工作 or 考研?

又到一年招聘季,考研or工作让你实现了怎样的逆袭?……
Moore8直播课堂