91吃瓜网

MLベースのビッグデータ解析により、チップ设计の指針となる 知見を明らかに

米国シノプシス 

シリコン?リアライゼーション?グループ 
シニア?スタッフ?プロダクト?マーケティング?マネージャー Mark Richards


デジタル?チップの设计フローの奥深くには、SoCデザインの健全性と状況に関する膨大な量の情報が手つかずのまま眠っています。もしもこの情報を、チップ设计の指針となる知見に変え、それを生産性の向上、ひいてはSoCの品質改善へとつなげるようなシームレスかつ効率的な方法があったとしたらどうでしょうか。
 

SoCとシステムは複雑さを増し、市場への製品投入スケジュールはますます厳しくなり、エンジニアリング?リソースは逼迫の度合いを強めています。この状況は、おそらくすぐには変わらないでしょう。だとすると、デジタル设计フローに眠る豊富なデータを有効に活用できるようになれば、それは競合他社に対して大きなアドバンテージとなる可能性があります。
 

シノプシスのDesignDashはまさにこうした目的のために開発されたソリューションで、データを可視化し、機械知能(MI)によりデザイン最適化をガイドします。DesignDashは、シノプシスのEDAデータ解析技術を大幅に進化させたテクノロジであり、シリコン実現の前後でデータの連続性を確保し、设计からシリコンまでのライフサイクル全体にわたって貴重なデータ解析の機会を最大限に活用可能にする包括的なソリューションです。本稿では、DesignDashによって设计チームの生産性、効率、効果がどのように向上するのかについて詳しくご説明します。

全员にとっての可観测性と可视性が向上

シノプシスのRTLからサインオフまでの设计フローは多数の设计/解析エンジンで構成されており、これらがあたかも舞踏会でワルツを踊るように常時連携しながら、ゴールデン?サインオフ対応の解析(タイミング、パワー、面積、IRドロップ、DRC)とターゲットを絞った高度な最適化を実行します。その狙いは、消費電力、性能、面積(PPA)の目標を協調的に、そして可能な限りスムーズかつ効率よく達成できるようにすること、その一点に尽きます。この継続的な解析によって膨大な量のデータが生成されますが、その多くは非構造化データです。しかし、このように一見してつながりのない大量のデータも、それらをまとめてすくい上げればデザインの「健全性」を詳しく理解するのに役立ちます。例えば、デザイン改良の余地はどこに残っているのか、デザイン?クロージャを達成するにはフローの早期段階で何に対処すれば良いのか、などを明らかにすることができます。
 

ログ?ファイルでも、ある程度まではこのデータを掘り起こすことができます。しかし、现在のデザインは非常に大规模で复雑なため、奥深くに眠るデータのごく一部しか可视化できず、全体の理解には至りません。したがって、これまではどのデータが役立つかをエンジニア自身で推测し、ツールから事前対処的にデータをダンプして、必要と思われる情报を抽出するしかありませんでした。そして、ログ?ファイルなどの伝统的なデータ?ソースを复数のツールで解析した后、その结果を1つにまとめることで、ようやくデバッグに必要な情报を手にしていました。これまで欠けていたのは、これらのデータ(奥深いエンジンの指标とそれに関连する解析)を统合し、1つの大きな全体像にまとめ上げる手段です。例えば、デザインの特定部位におけるタイミングの问题と、他の部位における配线混雑の问题という「点と点」を効率よくつなぐことが可能になれば、非常に大きな利点となります。
 

DesignDashは、すべてのプロジェクト?データに関してこのような全体像を提示し、その後の多くの工程を支援します(図1)。このソリューションは、効率的かつ自律的に指標データを吸い上げると同時に、関連する解析データをシノプシス独自の単一データ?モデルから直接インテリジェントに収集します。そして、これらのデータを変換して、常時稼働する业界標準のデータベースに登録します。サードパーティ製ツールからのフロー指標も、同じくらい簡単に扱えます。データはツールから切り離されたデータベースに保存されるため、検索、フィルタリング、グラフ作成、比較、トレンド解析を简単かつ直感的に行えます。実行を重ねるごとに、プロジェクト?チーム全体からのデータが応答性の高いウェブベースのユーザー?インターフェースを通じて吸い上げられ、これらを比较、相互参照し、简単に共有することができます。

図1:シノプシスの顿别蝉颈驳苍顿补蝉丑テクノロジは包括的な可観测性をサポートしており、ブロックごと、サブシステムごと、あるいは厂辞颁全体の进捗状况をより正确に追跡できます。チームや组织ごとに最适なビューを构筑し、注意が必要な领域を迅速に特定できます。

DesignDashは、このシームレスな共有という考え方を主眼としています。従来の人手による細切れなデータ?キャプチャでは、设计プロセスは極めて不透明なままでした。土台となる设计プロセスを包括的に測定する方法がなければ、设计プロセスを改善してより効果的に管理することなどほとんど不可能です。


あらゆるものが計測されるという事実をベースに、すべての设计活動をリアルタイムに360°可視化して標準化を可能にすることで、プロジェクト全体の効率が向上します。これまで、エンジニアはデータを抽出してスプレッドシートに入力し、色付けなどを各自ばらばらの方法でフォーマットしてスライドに貼り付け、日次または週次進捗レポートを作成していました。こうした作業に、チームとしてどれだけの時間を費やしていたかを考えてみてください。とても多いはずです。シノプシスの画期的なデータ可視化ソリューションを使用すれば、チーム全体のダッシュボードに一貫性のある包括的なビューを表示し、ステータスを簡単に比較して设计の指針となる有益な情報を得ることができます。プロジェクト管理の改善に必要な重要業績評価指標(KPI)は、手軽に作成できるダッシュボードにすべて取り込むことができます。リソース(マシンやライセンスなど任意の指標を設定可能)の効率は、共有が容易なこのダッシュボード上で簡単に追跡、管理、最適化できます。カスタマイズ可能なウィジェットを使用して外部データ?ソースを取り込み、これらを組み合わせて独自の深堀りを実行することもできます。

豊富な解析データを生成し、チップ设计の本当の指針となる知見を明らかに

ビッグデータの収集と管理は序章にすぎません。DesignDashテクノロジは、幅広い入力データをマイニングして、何が起きているか(フロー全体の任意の時点におけるエンジンの状態など)だけでなく、それがなぜ起こっているのかも指摘します。この機械学習(ML)ベースの拡張解析により、设计フロー全体を通じて设计トレンドの自律的な分類、デザインの制限の特定、およびガイド付きの根本原因解析が行われ、デザインを深いレベルでより迅速かつ簡単に理解できます。解析はバックグラウンドで自動的に実行されます。これは、あたかも多数のエンジニアが専門家レベルのデバッグを実行し、そのリアルタイム解析結果を理解し易い形の(すなわち直感的でカスタマイズ可能でインタラクティブな)、そして相互比較が可能な可視化データへと抽出してくれるようなものです。
 

クリティカルパスの构造がフローの各段阶でどのように変化してきたのか。クリティカルパスでエラーが発生した主な理由は何だったのか(ロジックの深さ、迂回、レイヤーの选択、スキュー、挿入遅延など)。この実行结果を他の3つの実験结果と比べるとどうか。ツール?オプションやフローの変更など、何がエラーの最大要因と考えられるのか。チーム全员が深い専门知识を身につけるようになると、これ以外にもさまざまな疑问への答えがすぐに见つかります。こうして、より多くの良质な情报に基づいた、データ駆动型の意思决定へと近付いていくことができます(図2)。

図2:シノプシスDesignDashでは、フローのすべてのステージからのデータ(あるいは、異なる设计フローのデータ)を理解しやすいビューで横断的に可視化できるため、デザインへの理解を即座に深めることができます。

顿别蝉颈驳苍顿补蝉丑テクノロジによる深い拡张解析は、自动的に特定された问题を解决する方法をさまざまな选択肢としてチームに提案する処方的ガイダンスへの扉を开きます(図3)。统计ベースおよび惭尝ベースのモデルにより、デザインの个々の问题に対するツールの最适な対処方法を捉えた后、ツールで利用可能なスクリプトを生成することで、デザイン?クロージャまでの期间を大幅に短缩し、これまでの方法では达成不可能であった笔笔础を可能にします。

図3:シノプシス顿别蝉颈驳苍顿补蝉丑は、多数の异なるクロスドメイン?ソースからのデータを1つのビューに统合し、シームレスなクロスプローブを実现します。ここに示したビューは、クロストークのタイミングへの影响と物理的位置の関係を表したものです。

シリコン?エンジニアリング?チームの作业を迅速化

DesignDashはシノプシスのデジタル?デザイン?ファミリー製品と連携し、业界で初めてチップ设计に自律型AIを適用したシノプシスDSO.aiをスマートに補完します。これらのテクノロジを組み合わせることで、多くの设计チームが現在直面している生産性の伸び悩みを解消します。まず、デバッグと最適化の生産性を高めるDesignDashを活用することにより、より広大なアーキテクチャ解空間の中から、より「実装可能な」デザインを短期間で達成します。次に、これらの最適化されたデザインを起点として、DSO.aiテクノロジが広大な多次元の解空間を探索し、システムレベルで真に最適なPPAを非常に短期間で達成します。たとえて言えば、DesignDashが最も高い山脈と、その中にある最高峰を迅速に特定し、DSO.aiがさまざまな知能を駆使し、より包括的なチップ设计目標を考慮して最高峰の中にある本当の山頂を即座に見つけ出すようなものです。
 

デジタル化が进むこの世界で、差别化されたシリコン?デザインを作成するには人间の创意工夫が不可欠であり、それが今后何か别のものに置き换えられることは决してありません。シノプシス顿别蝉颈驳苍顿补蝉丑はこの创意工夫を补完し、「スマート?エブリシング」の実现に向けてエンジニアがよりスマートに作业できるよう支援するソリューションです。