您的位置:首页 设计制造

国微思尔芯:利用AI、云服务赋能EDA验证

来源:大半导体产业网    2022-01-17
实现一个更快的EDA验证工具,包括数据编辑、数据分割、时序、收殓等等,换言之,在寻找最优解的过程环节中都将应用到机器学习、AI算法。

AI已经深入到半导体产业链之中。关于AIEDA厂商都在关注两个重点,一是如何设计EDA工具助力AI芯片的高效设计,二是如何在EDA工具中应用AI算法以赋能芯片设计。

国微思尔芯资深副总裁林铠鹏指出,近年来,相比于传统芯片客户,AI领域的客户成长非常快,规模也非常大。这对于芯片验证的性能,以及通过芯片上层应用之间进行合理的集成、迭代,然后形成一个更快的验证结果提出了很大的需求。“国微思尔芯则是与客户保持紧密交流,针对AI推出分布式运行、矩阵式特点的解决方案,加快特定领域的验证结果。”

另一方面,EDA具有高维度、不连续性等特点,现阶段还需要大量的人工操作,AI、机器学习等技术能够提高EDA工具的自主程度,提高IC设计效率,缩短芯片研发周期。

林铠鹏指出,实现一个更快的EDA验证工具,包括数据编辑、数据分割、时序、收殓等等,换言之,在寻找最优解的过程环节中都将应用到机器学习、AI算法。目前,国微思尔芯内部的科学家、算法专家,以及与高校、学术界进行交流,希望通过机器学习和更多的AI相关算法来提升整个EDA工具和软件的性能。

国微思尔芯作为国内老牌EDA公司之一,主要聚焦在EDA前端验证领域,从EDA设计、芯片设计到异构验证云平台等方面正快速并持续不断做着更多努力。

在仿真验证方面,今年的趋势之一是大型芯片趋向更新、更多、更复杂的系统,这对仿真验证提出了更多要求。比如系统化的要求,现在有多个切割构建的3D封装系统,或者是说更复杂的能够牵扯到多个NPUCPU协作的系统,验证复杂性很大。提高性能、提升验证效率成为了挑战,基于云、机器学习算法来提升验证运行步伐,不乏是一个有效途径。

云端算力正面临一波革新,云服务的重要价值就是为芯片设计的不同阶段提供所需算力。“EDA无论是设计还是验证,对于算力的需求非常大,许多小公司难以承受,选择用时间换取金钱。如果应用云解决方比如采用私有云、公有云混搭的方式提供合理的解决方案,对初创公司、小型公司来说是巨大的帮助。” 林铠鹏说道,“当然也要考虑到信息安全、数据安全的因素,另一方面,还要从商业莫属方面提出考量,按照时间、算力合理的方式提供License的商业模式或许可行。”

林铠鹏表示:“国微思尔芯提供异构硬件,算力是核算在硬件上面,放在CPU/CPU上运行,通过合理的调度软件来分时使用,用户既能不浪费算力,也可以得到更快的效率提升。”

国微思尔芯持续在验证工具方面做努力,希望通过产业的合作,在不久的将来,无论是从国产化还是全球性的合作上,都能提供更好的、完整的EDA链条服务整个半导体产业。

0