Cercetători de la Universitatea Alberta au creat un model de AI care prezice performanța cipului înainte de fabricație

PPAPlace taie saptamani din dezvoltarea cipurilor!

Cercetătorii de informatică de la Universitatea Alberta au dezvoltat un sistem de inteligenta artificială capabil să prezice caracteristicile cheie de performanță a unui cip imediat după fază inițială de plasare. Aceasta ar putea economisi săptămâni de timp în procesul de proiectare.

Culture picks

OpenAI cumpără zeci de mii de Mac-uri pentru antrenarea în învățare prin întărireGoogle Maps a redenumat Lacul Ontario în 'Lacul AmericaGoogle Maps a redenumit Lacul Ontario în Lacul America pentru utilizatorii din SUAAdio, sunete standard! Cum inteligența artificială ne personalizează telefonul

Abordarea nouă a echipei, detaliată într-un articol tehnic, se concentrează pe prognozarea metrilor de putere, performanță și suprafață — cunoscuți sub denumirea PPA — direct de la layout-urile inițiale ale cipului.

În fluxurile tradiționale de proiectare a cipurilor, inginerii trebuie să termine pași complexi de rutare înainte de a putea evalua cu precizie viteza, consumul de energie și dimensiunile fizice ale cipului. Acest proces poate dura săptămâni sau chiar luni, creând un gât de stângal în ciclul de dezvoltare.

Cercetătorii de la Alberta au încercat să rezolve această problemă prin crearea unui model de învățare automată diferențială numit PPAPlace, care analizează plasarea macrocircuitelor și celulelor standard pentru a face predicții despre comportamentul final al cipului.

Modelul PPAPlace funcționează prin analizarea aranjamentului blocurilor mari de circuit (macros) și porților logice mai mici (celule standard) care formează layout-ul unui cip. Spre deosebire de abordările anterioare, care se bazeau pe modele simplificate sau necesita tunare manuală extensivă, acest sistem folosește tehnici diferențiale care îi permit să învețe direct din datele de plasare.

Puteti accelera designul cipurilor de generație viitoare cu această tehnologie?

Cercetătorii l-au antrenat pe proiecte reale de cipuri, astfel încât modelul poate identifica legăturile dintre deciziile inițiale de plasare și rezultatele finale de performanță. Conform articolului, sistemul obține o acuratețe ridicată în prezicerea metrilor PPA, consumând în același timp semnificativ mai puține resurse computationale decât metodele tradiționale.

Implicațiile depășesc simplu predicțiile mai rapide. Prin oferirea de feedback timpuriu despre calitatea plasării, PPAPlace permite proiectanților să itereze mai rapid și să exploreze o gamă mai largă de opțiuni de design.

Acest lucru poate fi deosebit de valoros în contexte în care cipurile devin tot mai complexe și echipele de design sunt sub presiune să livreze produse pe termeni strâși.

Totuși, cercetătorii avertizează că integrarea acestor modele predictivi în fluxurile existente de automatizare a designului electronic va necesita validare atentă și colaborare cu industria.

Cum previziunea PPA taie săptămâni din dezvoltarea cipurilor!

Dacă va fi adoptată larg, această tehnologie ar putea schimba modul în care companii semiconductorului abordă dezvoltarea cipurilor, reducând potențial timpul de lansare pe piață pentru noi procesori și facilitând inovația mai rapidă în domenii precum inteligenta artificială, calculul mobil și electronica automobilă. Cercetarea reprezintă una dintre mai multe încercări recente de aplicare a tehnicilor de învățare automată la cele mai dificulte probleme ale industriei semiconductorului.

Ce înseamnă PPA în proiectarea cipurilor?

PPA se referă la Putere, Performanță și Suprafață — cele trei metrițe critice care determină cât de bine funcționează un cip, cât energie consume și cât spațiu fizic ocupă pe o placă de circuit.

Cât timp ar putea economisi această tehnologie în proiectarea cipului? Deși economisirea exactă depinde de complexitatea cipului, cercetătorii afirmă că prezicerea PPA în fazele timpuri ale proiectării ar putea elimina săptămâni de iterări de rutare și testare care, tradițional, apar înainte de a putea evalua cu precizie performanța.

Această tehnologie este gata pentru utilizare comercială? Cercetătorii au demonstrat eficacitatea abordării în studii controlate, dar adoptarea la scară largă necesită integrarea cu uneltele de design existente și testarea extensivă pe diferite arhitecturi de cipuri și procese de fabricație.