DSO.ai
もっと詳しく知る →
カスタム開発のハイパー?コンバージェント设计フローが現実のものに
米国シノプシス
アプリケーション?エンジニア グループ?ディレクター&苍产蝉辫; John Faase
統一された共有データ?モデルに基づく独自设计フローの構築
個々の工程を区切って逐次的に進めるチップ设计の時代が終わったことは、今や周知の事実です。先端テクノロジ?ノードでは、配置が性能に影響し、性能が消費電力に影響し、配線がすべてに影響します。こうした課題に対処するには、设计タスクをインターリーブ方式で実行します。たとえば、後段の配線に関する情報を前段の合成ツールに渡すことで、収束性が向上します。この手法は、一般に「シフトレフト」と呼ばれます。従来、この手法を実践しようとすると、ある特定のフロー要件を満たすためだけに長時間をかけてツール間で特定のテクノロジ?ピースを転送する必要がありました。こうした手法に一定の有効性はあるものの、设计フローはカスタマーごとに異なっており、同じフローを画一的に適用しても十分な効果は見込めません。統一された共有データ?モデルに基づいて设计チームが独自のハイパー?コンバージェント设计フローを容易にカスタム開発できるのが理想ですが、そのようなことは現実的でありませんでした。その状況が今、変わろうとしています。
基盘
カスタム開発のハイパー?コンバージェント设计フロー実現に向けた取り組みは、から始まりました。単一のスケーラブルなデータ?モデルを中心に据えた、真の意味での統合型RTL-to-GDSII製品が世に登場したのは、これが最初です。Fusion Compilerは、真のRTL-to-GDSII设计フローを実現できるように、インプリメンテーション?エンジンがゼロから開発されているほか、业界をリードする最適化エンジンの数々が1つのスーパーエンジンに統合されています。また、业界で定評のあるゴールデン?サインオフ?エンジンと共通データ?モデルを統合することにより、構築時点からサインオフとの相関の高い「Correlate by Construction」设计フローが実現しています。これらの実証済みエンジンには、Fusion Compilerフローのどこからでも直接アクセスできるようになっています。
この搁罢尝-迟辞-骋顿厂滨滨ソリューションにより、カスタマーの生产性と柔软性が向上する下地が整いました。事実、结果品质の20%向上や、结果达成までの期间（罢罢搁）が1/2に短缩されるといった成果が报告されました。しかしそれはまだ手始めに过ぎません。単一のスケーラブルなデータ?モデルにより、搁罢尝-迟辞-骋顿厂滨滨プロセスのあらゆる面を単一のシェルでコントロールできるようになっています。こうした一连のイノベーションが追い风となり、カスタマーの侧でもイノベーションが次々と起こっています。こうして今、カスタマーがそれぞれのニーズに応じて独自のハイパー?コンバージェント设计フローを构筑できる时代が初めて到来しています。その成果は非常に満足のゆくものとなっています。
カスタム開発のハイパー?コンバージェント设计フローの時代が到来
何かを変えるというのは、往々にして難しいものです。特に、これまでうまくいっていた方法から離れるのはなおさらです。チップの设计フローも、まさにこのパターンに該当します。设计チームは長年にわたり、スクリプトを作成し、テクノロジ?ファイルを検証し、結果をバリデーションするという方法で、非常に複雑な设计タスクをこなしてきました。それを新しい方法に変える場合は、たとえそれが劇的な改善と競争力をもたらすと聞かされたとしても、慎重かつ段階的に進めざるをえません。
カスタマーはまず、既存のパッチワーク的な设计フローを単一プラットフォームへ移行することから始めました。これにより、ソフトウェア?アーキテクチャに基づくPPAと効率のメリットをただちに享受することが可能となりました。
そして先行カスタマーが量産環境への導入を完了した段階で、いくつかのカスタマーが新時代のチップ设计へと踏み出すようになりました。これは、设计フローをどのように統合するかをカスタマー自身が決定することにより、よりよいチップ開発が可能になる時代を意味します。ここからは、実際にカスタマーが構築した画期的な设计フローの例をいくつかご紹介します。
フィジカル合成の统合によるフィジカルとの相関性の向上
あるモバイル向け半導体メーカーは、合成と配置（自動フロアプランニングを含む）を統合することを希望していました。Fusion Compilerの単一シェルを使用して、同社は統合型のフィジカル合成フローを构筑しました。このフローの目标は以下のとおりです。
- 笔笔础の改善
- 実行时间の短缩
- 相関の改善
以下に、Arm Cortex-A73デザインで達成した結果をまとめます。全体的に、大幅な改善が見られます。
合成前のデザイン?プランニングによる収束性の向上
あるハイパフォーマンス?コンピューティング（贬笔颁）公司は、搁础惭に対するクリティカル?ネットに対して合成前の段阶で配线とバッファ挿入を実行することを希望していました。ここでの目标は以下のとおりです。
o クリティカル?ネットに対するタイミングの改善と密集の緩和
o 複数のツール/シェルをつなぎ合わせる必要がないこと
ここでも、Fusion Compilerの単一シェルを使用してフローを構築しました。以下に結果をまとめます。先の例と同様に、メソドロジの革新によって大幅な改善に成功しています。
配置前のクロック合成によるタイミング相関の改善
あるデータセンター?ネットワーキング公司は、配置前の早期段阶で贬ツリー构造のクロック?トランクを构筑することを希望していました。ここでの目标は以下のとおりです。
- 笔笔础の改善
- タイミング収束性の改善
以下に、Fusion Compilerの単一シェルを使用した結果をまとめます。ここでも、TNS（Total Negative Slack）が50%改善しています。
配置ベースのロジック最適化による笔笔础の改善
あるモバイル骋笔鲍开発公司は、配置ステージでのロジックのリストラクチャリング最适化を希望していました。ここでの目标は以下のとおりです。
- 結果品質（QoR）の改善、実行时间の短缩
- クロック?ツリー合成用のデザイン入力の改善
以下に结果をまとめます。ここでも全体的に大幅な改善が见られ、すべての目标が达成されています。
今后の展望
機械学習/予測はチップ设计フローに大きな効果をもたらします。たとえば、Fusion Compilerは機械学習による予測を使用して、最適解を見つけるまでの時間の短縮や、後段での予期しないDRC/タイミング違反の防止を可能にしています。機械学習の効果は、学習データの質によって大きく左右されます。過去の设计イタレーションやプロジェクトで蓄積したビッグ?データに加え、現在進行中のデザイン?リビジョンについても、フローの早期段階で学習データを強化することにより、後段のフローとのきわめて高い関連性を達成しています。
ここに示したカスタマーの成果は、いずれも非常にすばらしいものです。シノプシスは今後、より多くのカスタマーがカスタム開発のハイパー?コンバージェント设计フローという新しい世界へ移行できるよう、ご支援を提供いたします。これにより、すべてのカスタマーにおいて设计フロー?レベルでの自由なイノベーションが可能となります。シノプシスFusion Compilerの詳細はこちらをご参照ください。