Cadence 发布企业级 FPGA 原型

2019-06-07 10:48:00 来源:EEFOCUS
标签:

大型原型硬件对于投产前的现代固件和软件开发都至关重要,有数十亿门硬件。对于硬件验证,它补充了仿真,运行速度足够快,可以在大软件负载上进行实际测试,同时仍然允许快速切换到仿真,以便在需要的地方进行更详细的调试。对于软件和固件来说,它们的开发成本大多数是远超硬件的,因此能够全面地回归现有堆栈并为新硬件进行调优是至关重要的。

 

验证整个系统需要运行硬件加嵌入系统的某些表现形式的软件栈的合理速度。FPGA原型为这一级别的验证提供了性能、软件调试和必要的硬件调试的最佳平衡。

 

 

绘制这些巨大的设计需要大量的大型FPGA,这意味着最终是要得到一个数据中心级能力,特别是需要尽可能的有效利用这一投资,支持高效的一系列设计尺寸和工作负载和全天候运转。这就是Cadence刚刚宣布Protium X1支持企业原型,可扩展至数十亿门设计的原因。这些系统都有一个统一的前端与Protium S1(你可以继续将它作为较小任务的桌面等效程序),并且两个系统都有统一使用Palladium仿真器。


Juergen Jaeger(Cadence的产品经理)说,x1是一个基于刀片的系统,8个刀片到一个机架;可以使用Cadence X1机架或着自己的机架。每个刀片都是完全自给自足的,功耗低,没有特殊的冷却要求,并且符合标准数据中心冷却预期。它们还用于数据中心管理,例如允许远程电源监控。


对于多用户使用,用户可以根据需要划分到单个FPGA(每个机架最多有48个用户),提供20万个ASIC门,运行速度最高50MHz。或者可以接管运行在5MHz左右的多个机架(每个机架有10亿个门)。这里的速度是自动分区;通过手动优化,可以将性能提高一倍。


Frank Schirrmeister(Cadence系统开发套件产品营销部门总监)强调X1扩展了S1原型的范围。用户可以并且应该继续使用常用的S1桌面系统。X1在相同的底层S1架构上将原型的扩展范围扩展了64倍。Cadence支持所有这一切与一个全新的探路者分区器和策略,通过SERDES、LVDS等优化复用,实现FPGA到FPGA的连接。手动优化包括常用的分区和FPGA间逻辑选项,还可以用PCIe等本地接口替代设计IP。通过布线进行的刀片和机架分区由GUI支持,以配置和检查设置。


值得关注的是,Cadence在加速提升方面付出了很多努力(对于X1和S1,因为它们有一个共同的前端)。对多个客户设计的分析表明,Protium的启动速度比同类系统快80-90%。在一示例中,启动时间从20周减少到2周,使早期的固件/软件回归和调试更加实用。对于系统/电路内验证,这些系统将继续支持Cadence丰富的SpeedBridges产品组合,这对于汽车测试中的硬件内循环(HIL)测试要求来说是一个真正的优势。


对于硬件调试,可以使用Indago、Verdi或类似功能的调试器。当转向固件/软件调试时,更有可能使用lauterbach、arm keil调试器或其他类似的工具。Juergen说,他们需要知道各种调试工具,因此他们在数据捕获和创建方面投入了大量的调试投资,还控制了用于后门内存访问、启动和停止时钟的调试系统,无论在任何阶段使用何种调试器,都可以得到原型硬件的有效支持。


随着软件的发展趋势,越来越多的验证功能正在转向数据中心和云端,从而更好地利用内部资本投资,更容易扩展处理云中的峰值,或更长期地重新平衡内部投资策略。Protium X1在这条道路上看起来非常合乎逻辑。用户能够在 DAC上了解更多关于X1的信息,也可以在这里查看功能和规格。

 

与非网编译内容,未经允许,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
与非网记者
与非网记者

电子行业垂直媒体--与非网记者一枚,愿从海量行业资讯中淘得几粒金沙,与你分享!

继续阅读
拒绝华为offer的复旦博士,蔡宇杰的“开挂”历程

“与其去大疆做一些娱乐性产品,不如选择去华为‘救国’”,蔡宇杰坐在对面,向我说道。

FPGA是否可以脱离CPU独立部署?

作为一种硬件可重构的体系结构,FPGA经常被用作专用芯片(ASIC)的小批量替代品,随着全球数据中心的大规模部署,以及人工智能应用的落地,FPGA凭借强大的计算能力和高度的灵活性有了更多的用武之地。

如何寻找并使用一个适用于FPGA的机器学习平台?
如何寻找并使用一个适用于FPGA的机器学习平台?

随着摄像头和其他设备产生的数据在快速增长,促使人们运用机器学习从汽车、安防和其他应用产生的影像中提取更多有用的信息。专用器件有望在嵌入式视觉应用中实现高性能机器学习 (ML) 推理。但是此类器件大都处于早期开发阶段,因为设计人员正在努力寻找最有效的算法,甚至人工智能 (AI) 研究人员也在迅速推演新方法。

FPGA 设计经验分享

从大学时代第一次接触FPGA 至今已有10多年的时间,至今记得当初第一次在EDA实验平台上完成数字秒表、抢答器、密码锁等实验时那个兴奋劲。

FPGA小技巧:面积换速度的实例讲解
FPGA小技巧:面积换速度的实例讲解

在FPGA中,如果要将一个采样率为480MHz,中频频率为302.5MHz的信号变频到零中频的基带信号,要怎么做呢?

更多资讯
Qualcomm董事会任命Mark McLaughlin担任董事长

Qualcomm Incorporated(NASDAQ: QCOM)今日宣布任命Mark McLaughlin接替Jeff Henderson担任董事会董事长,该任命于2019年8月13日生效。

科技成就品质生活 戴森举办“智享-净鉴”杭州分享会

今日,戴森在杭州举行地板清洁类新品媒体分享会,旨在为当地家庭提供完整的家居清洁方案。Dyson V11 Absolute智能无绳吸尘器、Dyson V7 Mattress手持除螨吸尘器及Dyson 360 Heurist智能吸尘机器人皆为现代繁忙生活背景下的各类清洁难题设计,协助用户吸除日常生活中的常见微尘,有害颗粒及过敏原[1],以科技

践行“数据中心优先”策略,赛灵思再发U50完善Alveo平台

IDC预测,到2025年,全球将有416亿台物联网设备,并将产生79.4 zettabytes(zb)的数据。虽然数据被看作未来的石油,但是同样也需要强大的算力将无序的数据加以提取,形成有用信息,才能给用户带来价值。由于数据在源源不断产生,只凭借CPU进行计算已经远远无法满足需求,于是设计人员开始采用异构架构为数据中心加速,FPGA发挥越

剑指 CPU 和 GPU,FPGA 开辟新战场

在网络、计算和存储领域,越来越多的应用需要专用的架构,以使硬件能够和算法进行匹配,从而达到最佳运行效果,或者是提高它的运行速度。现在,网络上有很多不同的数据,这些数据在运行过程当中,它的要求是不一样的。

谷歌用了数千块TPU重建出了果蝇大脑神经图,能用来做什么?

研究大脑神经网络,又有新进展。