IC 기판 - 오픈 소스 EDA는 어디로 향합니까?

인공지능, 5G 통신, 클라우드 등 전용 컴퓨팅 분야가 발전하면서 전용 컴퓨팅 분야 컴퓨터 아키텍처도 새로운 황금시대에 접어들었다.이 황금시대를 묘사하는 두 가지 중요한 화필은 오픈 소스 하드웨어 (칩) 와 민첩한 개발이다. 오픈 소스는 칩 설계의 문턱을 낮출 수 있고 민첩한 설계는 개발 주기를 단축할 수 있다.

오픈 소스 칩에 대해 말하자면, RISC-V는 오픈 소스의 대표라고 할 수 있다.작년에 RISC-V 국제 재단은 본사를 스위스로 옮겼습니다.현재 1000 명 이상의 회원과 약 200 개의 회사 조직이 있습니다.중국은 이 방면에서 매우 중요한 역할을 하고 있으며, 중국 회사는 20% 이상을 차지하며, 19명의 이사회 구성원 중 9명이 중국 출신이다.

오픈 명령 세트 RISC-V가 점차 업계의 인기를 끌면서 오픈 소스 칩의 개념이 점차 사람들의 시야에 들어오고 전 세계의 관심과 투자를 불러일으켰다.국제적으로 2019 국제 컴퓨터 아키텍처 플래그십 콘퍼런스 ISCA의 비전 세미나에는 튜링상 수상자인 David Patterson 교수를 포함한 여러 미국 공학원 원사들과 MIT, UC 버클리, UC 지속가능발전대학, 스탠퍼드대학, 구글,엔비디아, DARPA 등 기업과 정부기관은"차세대 컴퓨팅을 위한 민첩한 개방 하드웨어"의 최전방 핫스팟에 초점을 맞추고 있으며, 내용은 지령집, EDA 도구체인 오픈 소스, 설계 프로세스, 고급 종합, 형식 검증 등을 포함한다.

그렇다면 오픈 소스 칩의 혁신적인 기회는 무엇입니까?중국과학원 계산기술연구소 부소장 바오윈강은 기술포럼에서 RISC-V는 개방지령집에 속한다고 말했다.사실, 그것은 열린 명령 집합 매뉴얼입니다.예를 들어, 인텔 CPU의 명령 세트 매뉴얼은 5000여 페이지, ARM CPU의 매뉴얼은 2000여 페이지, RISC-V 명령 세트 매뉴얼은 200여 페이지에 불과하다.만약 지령집을 진정한 구조로 만든다면 이때 많은 설계문서가 산생될것이며 이런 문서들은 공개될수 있다.설계 파일에 따라 다시 소스 코드로 전환되며 소스 코드도 공개 될 수 있습니다.EDA 도구 체인은 오픈 소스 코드를 칩 레이아웃으로 만들 수 있으며 EDA 설계 도구도 오픈 소스가 될 수 있습니다.

전 세계 EDA 시장은 3대 제조업체인 Cadence, Synopsys, Mentor (2021년 1월 지멘스 EDA로 명칭 변경) 가 독점하고 있는 것으로 알려져 있다.그들의 방대한 규모와 완전한 제품 라인은 전체 과정에 완전한 해결 방안을 제공할 수 있다.반면 국산 EDA 공구의 중국 시장 점유율은 5% 미만이고 글로벌 시장 점유율은 0.2% 에 불과하다.게다가 국내 EDA 회사는 규모가 작고 제품이 단일하며 대부분"점"도구로서 일부 해결방안만 제공할수 있다.단일 EDA 도구는 IC 설계 전체 프로세스에 대한 설계자의 요구 사항을 충족하기 어려우며 서로 다른 도구를 전환하면 데이터 무결성의 위험이 증가합니다.따라서 오픈 소스 플랫폼에 대한 시장의 수요는 점점 커지고 있습니다.

팽성실험실과 중국과학원 계산기술연구소의 제필위는 개원EDA는 개방칩의 생태를 지탱하는 중요한 보장이라고 인정했다.많은 성공적인 경험은 오픈 소스와 개방이 번영하는 기술과 산업 생태계를 구축하는 데 필요한 기반이라는 것을 보여줍니다.예를 들어, Linux 운영 체제는 전체 오픈 소스 생태계를 지원합니다.또 다른 예는 안드로이드 모바일 운영체제다.비록 지금은 오픈 소스이지만, 오픈 소스를 기점으로 iOS를 제외한 전체 모바일 인터넷 생태계를 통일했다;인공지능 분야에서 Caffe, TensorFlow, Pytorch, 플라잉 프로펠러는 전체 인공지능 기술 생태계의 초석이라고 할 수 있다.

오픈 소스 EDA 도구는 칩 설계에 필요한 인력, IP 및 EDA 비용을 줄이는 등 칩 설계의 문턱을 낮출 수 있습니다.또한 회사, 대학, 학술 연구 기관, 칩 및 EDA 분야의 개인 애호가를 대상으로 한 EDA 분야의 기초 과학 연구 및 인재 양성의 발전에 좋은 아이디어를 제공 할 수 있습니다.만약 오픈 소스 EDA가 다방면의 역량을 모을 수 있다면, 우리 나라가 국제 선진 수준을 서둘러 추격하는 데 도움이 될 것이다.

그러나 우리 나라 EDA 소프트웨어의 기초는 아직 비교적 취약하여 오픈 소스 분야에서 거의 공백이다.오픈 소스 EDA는 여전히 많은 도전에 직면해 있다: 사용자가 적고, 기여자가 적으며, 프레임 구조가 명확하지 않다;포럼에서는 몇 가지 해결 방안도 논의되었다.자세한 내용은 다음과 같습니다.

(1) 사용자가 매우 적다: 오픈 소스 EDA 도구의 품질은 비즈니스 도구와 거리가 멀고 사용자 수가 매우 제한되어 있습니다.솔루션은 도구의 품질을 향상시키고 생산 환경에서 프로젝트 점검을 강조합니다.즉, 오픈 소스 EDA 도구는 학술 논문과 소프트웨어 코드에만 머물러서는 안 되며, 완전한 칩이 검증을 가져오고 효과적인 사용자 피드백을 생성하도록 지원하기 위해 다른 점 도구와 결합하여 하나의 도구 체인을 형성해야 한다.예를 들어, Magic은 미국에서 몇 차례 대역 검증을 실시했으며 논문에는 실제 칩 테스트 데이터가 있습니다.

(2) 기여자가 거의 없다: EDA 분야는 상대적으로 작고, 그 오픈 소스 커뮤니티는 심지어 더 얇다.Yosys, abc, magic 및 OpenROAD와 같은 오픈 소스 도구의 주요 기여자는 대부분 10 명 정도입니다.EDA 학과의 특징으로 인해 오픈 소스 EDA 기여자는 CS, 수학, EE 및 MicroE에 대한 지식을 동시에 갖추어야하며 기술 문턱이 상대적으로 높습니다.각 오픈 소스 EDA 도구의 개발은 개방되지 않습니다.기본적으로 학교, 연구 기관 및 회사의 내부 팀입니다.외부 참여자가 적어 참여가 어렵다.솔루션은 EDA 기술 문제를 충분히 해체, 추상 및 묘사하고 수학, 알고리즘 및 고성능 등 전문 분야에서 이해할 수 있는 언어 표현으로 분류하여 여러 학문의 커뮤니티 역량을 동원하는 것이다.

(3) 프레임 구조가 명확하지 않다: 코드가 일치하지 않고 재사용률이 낮은 것은 오픈 소스 소프트웨어의 흔한 문제이다.그러나 오픈 소스 EDA 도구와 알고리즘의 강력한 바인딩은 문제를 더욱 부각시켰다.새로운 알고리즘을 설계하려면 일반적으로 대량의 코드를 다시 써야 하기 때문에 오픈 소스의 의미를 잃게 된다.두 가지 솔루션이 있습니다.우선 모듈화 설계, 기초 프레임워크의 설계부터 알고리즘 층에 이르기까지 흔히 볼 수 있는 조작과 데이터 형식을 추상화하고, 코드에서 반복 재구성 규칙을 탐색하여 간소화, 고효율, 모듈화의 기초 프레임워크를 형성한다.이 모듈식 설계는 또한 분산 병렬 컴퓨팅 아키텍처를 사용하여 EDA 설계 프로세스를 가속화하는 데 도움이 됩니다.둘째, 표준화 추상.MulTI급 Intermediate RepresentaTIon(MLIR)과 같은 우수한 컴파일러 설계 개념을 사용하여 전체 설계 과정(특히 프런트엔드 디자인)을 여러 개의 추상 수준으로 구분하여 각 분야의 전문가들이 각자의 추상 수준에 집중할 수 있도록 합니다.,이와 동시에 다차원적인 컴파일을 통해 EDA 도구사슬을 뚫어 민첩하고 편리한 전반 과정검증을 완성해야 한다.따라서 포인트 도구라도 표준화된 변환 형식을 통해 오픈 소스 EDA 도구 체인에 유연하게 연결하여 자체 개발한 도구의 성능과 품질을 충분히 검증할 수 있습니다.현재 북미 산업계와 학계에서 이런 추세가 형성되고 있다.

오픈 소스 EDA 프로젝트의 경우, 낮은 공정 (110nm) 에서 높은 공정 (55nm, 40nm 심지어 28nm) 에 이르기까지.대학 교수급 응용에서 기업 제품급 응용에 이르기까지, 소형 ASIC 칩에서 더 큰 규모의 SoC 프로젝트에 이르기까지 모두 연구와 응용을 결합하는 전략을 견지하고 실용성을 동력으로 연구의 응용과 연구의 응용을 응용으로 전환시켜야 한다.도구 체인, 포인트 도구, 벤치마크 테스트 세트, 시범 응용, 산업용 오픈 소스 프로세스 라이브러리 등 다섯 가지 측면에서 하나씩 분해합니다.

업계 연구 진전

특히 ASPLOS 2021 컨퍼런스에서는 구글 브레인에서 스타 RISC-V사 SiFive로 막 옮긴 크리스 래트너 박사 (LLVM 프로젝트의 주요 발기인이자 저자 중 한 명인 클랑 컴파일러의 저자) 가'소프트 하드웨어 협동 설계 시대의 컴파일러 설계 황금시대'강연을 했다.새로운 MLIR 컴파일 기술을 기반으로 한 통합 EDA(Electronic Design Automation) 프레임워크를 제안하고 TensorFlow 또는 PyTorch와 유사한 EDA 도구 체인을 소프트웨어에 설계하여 완전하고 유연한 인프라를 제공합니다.CIRCT 프로젝트는 MLIR과 동일하며 하드웨어 설계 및 소프트웨어 컴파일 측면에서 생태적 일관성을 형성하기 쉽습니다.

오픈 소스 EDA 소프트웨어의 길에서 국내 EDA 학계와 업계는 적합한 위치를 찾아 오픈 소스 EDA에 힘을 보태기 위해 노력하고 있다.

오픈 소스 칩 분야에서 중국과학원 컴퓨팅 기술 연구소는 2019년에 RISC-V 프로세서 칩, RISC-V 네이티브 운영 체제 등 프로젝트를 시작하여 국산 28nm 공정에서 성비 우위를 가진 오픈 소스 칩 기술 체계를 구축하였다.또한 오픈 소스 칩을 설계하기 위해 오픈 소스 EDA를 탐색하고 있습니다.기존 오픈 소스 도구를 기반으로 파이썬 기반 RTL에서 GDS2로의 설계 프로세스를 구축했습니다.작년 8 월, 국립 과학 기술 대학의 학부생 5 명이 오픈 소스 EDA 도구를 2 년 동안 사용했습니다.국호 1호 칩을 설계하여 휴대를 실현하였다.

중국과학원은 또한 칩 민첩한 설계 클라우드 플랫폼 AgileServe를 개발하여 각종 오픈 소스 요소를 통합하여 사용자의 빠른 맞춤형 프로세서 칩과 소프트웨어 개발을 지원하고 칩 설계 문턱을 낮춘다.학생들에게 칩 설계는 언제 어디서나 할 수 있습니다.선생님에게는 온라인으로 학생을 지도하는 것이 가능하다.

남경집적회로설계서비스산업혁신센터유한공사 (이하 EDA혁신센터라 략칭함.) 상무부총경리 진강은 개원방법을 리용하여 국내 EDA통용기지 (openEDI) 를 구축한 상황을 소개했다.국내 EDA 점공구가 독립적이고 국내 생태를 위한 공동의 기반을 구축했다는 점을 고려하면 점공구가 하나로 연결될 것으로 예상된다.EDA 공용 기지의 연구 개발 목표는 국내의 모든 EDA 공구를 지원하고 전체 EDA 공구 사슬을 모아 국내 생태 공용 기지가 되는 것이다.다음 그림은 EDA의 공통 인프라를 보여줍니다.기본 계층은 다양한 파서 모듈, 사용자 인터페이스 모듈 등 스토리지와 디스크의 모든 EDA 데이터베이스와 데이터 모델을 호스팅하는 데이터 계층입니다. 상위 계층은 범용 알고리즘 계층과 컴퓨팅 프레임워크입니다.

베이징대학 린이보는 회의에서 유명한'딥러닝 보조장소와 노선 최적화'프로젝트를 소개했다.그는 전통적인 장소 및 경로 알고리즘을 개선하기 위해 딥 러닝을 사용하는 것을 설명했습니다.이 과정에서 오픈 소스 배치 및 라우팅 도구를 사용해야 합니다. 그렇지 않으면 매우 어려울 것입니다.딥 러닝 샘플을 얻기 어렵습니다.앞으로 그들은 알고리즘을 계속 개선하고 안정성과 일반화 능력을 향상시킬 것이다.ImageNet과 같은 개방형 EDA 데이터 세트를 게시하여 학계와 산업계의 상호 경쟁과 발전을 유도할 것으로 예상됩니다.

동남대학교 국가ASIC시스템공정기술연구센터의 엄호는 광전압근역치설계방법과 오픈소스 EDA의 발전을 소개했다.그는 EDA 도구의 기술적 도전은 공정과 식각 치수의 변화에 따른 편차 모델링과 최적화 알고리즘의 발전이라고 소개했다.그는 연구를 할 때 가장 큰 도전은 다른 사람의 코드를 복제하는 데 많은 노력을 기울여야 하기 때문에 그들도 NiiCEDA 등 국내 EDA 회사와 협력하여 오픈 소스 시퀀스 분석 도구 개발에 적극적으로 투자한다고 지적했다.

녕파대학에서 온 주죽비는 다론리역자동합성도구의 연구진전을 공유했다.그는 논리적 통합은 설계된 디지털 회로의 모든 RTL 레벨 설명을 지정된 프로세스 라이브러리에서 셀 회로의 연결로 변환하는 제약조건을 충족하는 것이라고 말했다.논리적 종합은 주로 번역, 최적화, 프로세스 매핑 세 단계를 포함한다.그는 서로 다른 논리 전집에서 발전된 종합적인 방법이 서로 다른 장면에 적용된다고 지적했다.기존의 EDA 도구는 기존의 부울 로직을 기반으로 개발되었습니다.새로운 운영자는 극성 변환과 같은 더 많은 기회를 가져올 수 있습니다.Reed-Muller, TB, RM 피어 로직 등. EDA 오픈 소스 측면에서 그는 로직 종합 도구의 발전 추세를 지적했다: 1.인공지능은 EDA에 사용되며, 인공지능 방법을 사용하여 논리적 합성 최적화 전환의 순서를 추정하여 아무런 경험이 없는 엔지니어가 최적화 스크립트를 얻을 수 있도록 한다;2.EDA는 AI에 사용되며, 논리적 연산을 사용하여 찾기표 형식으로 역연산을 진행하여 신경망 훈련 가중치와 같은 목적을 달성한다;3. 최적해, 디지털 회로를 주어진다. 기존 방법은 최소 노드 수, 최소 논리적 깊이 등을 얻기 위해 SAT 해독기에 고도로 의존하고 있다. 최적해, 그러나 SAT 해독기 자체는 SAT가 더 효율적인 검색을 할 수 있도록 도와주는 계발식 알고리즘이다.4.기술 에너지 사용, 새로운 논리적 추상 방법을 개발하고 2차원 재료와 개발 등 새로운 과정을 평가하는 데 협조한다.훈련 세트와 관계없이 검색 최적화와 새로운 모델은 오픈 소스 생태계의 혜택을 받을 것입니다.

오픈 소스 EDA는 어디로 향합니까?

오픈 소스 EDA 생태계는 0에서 1까지의 많은 어려움을 겪고 있습니다.어떻게 오픈 소스 EDA 생태계의 폐쇄 고리를 뚫습니까?어떻게 생태의 지속가능한 발전을 유지합니까?어떻게 자동사냥 고장, IP 유출, 특허 등 생태 위험을 방지합니까?우리는 앞으로 어디로 가야 합니까?이런 문제에 대해 회의에 참석한 학자와 전문가들은 각자 자기 주장을 고집하며 격렬하고 의미 있는 토론을 벌였다.

0에서 1까지, 오픈 소스 EDA의 생태는 학계에서 시작됩니다.

기존의 오픈 소스 소프트웨어와 달리 오픈 소스 EDA 소프트웨어의 데이터 구조, 코드 품질 및 알고리즘은 매우 전문적이며 사용자 집단이 작기 때문에 오픈 소스 커뮤니티의 규모를 제한합니다.역사를 살펴보면, 실리콘 밸리의 하이테크 회사들은 작게는 성신바다까지 모두 대학 혁신에서 시작되었다.EDA도 마찬가지입니다.우선, 교사와 학생을 포함한 대학교의 오픈 소스 EDA의 첫 번째 사용자를 양성하고, 그들이 혁신적인 방식으로 오픈 소스 도구를 사용할 수 있도록 한 다음, 도구의 끊임없는 사용과 반복 개선을 통해 미래에 사용할 수 있도록 한다.도

그러나 학계에서 폐쇄 루프 EDA 생태계를 보급하고 유지하는 것도 도전적이다.가장 중요한 문제는 학계가 오픈 소스 EDA의 발전과 오픈 소스 프로젝트의 지속적인 유지 보수에 참여하는 것입니다.공리주의의 관점에서 볼 때, 대학 연구자들이 그들의 연구 흥미를 이전하거나 프로젝트가 끝날 때 오픈 소스 프로젝트를 유지할 동기는 사라진다;학생들은 오픈 소스 EDA 도구를 배우고 습득하기 위해 다년간의 경험이 필요하며, 구직을 위해 더 실용적인 비즈니스 도구를 습득하는 것이 좋습니다.고품질 학생들은 오픈 소스 작업이 많지 않으며, 학생들이 알고리즘이나 도구를 다시 구현하는 속도가 오픈 소스 프로젝트의 코드를 해독하는 것보다 더 빠를 때도 있습니다.학생들이 졸업한 후 좋은 문서와 고품질의 코드 관리가 없다면 후속 학술이 계속 반복적으로 개발될 동력이 부족하다.

그러므로 포럼은 대학교의 학술평가표준을 적당히 인도하여 코드와 문서의 질이 높은 오픈소스프로젝트 및 Github/Gitee 등 코드위탁관리와 협력플랫폼에 스타들이 운집한 프로젝트가 대학교학자, 학생과 기업전문가의 학술명함으로 되도록 할것을 건의했다.오픈 소스 EDA 프로젝트를 시작하고 유지하는 것은 학생들의 취업을 크게 격려할 것이다.

오픈 소스 EDA 생태계의 구축에는 또한 하나의 벤치마킹 세트가 필요하며, 특히 종단간 프로세스를 완료 할 수있는 산업 벤치마킹 세트가 필요합니다.학계의 소규모 데이터 세트에서 산업 수준의 고급 디자인으로 나아가는 방법은 논의해야 할 주제입니다.업계 유명 칩 설계 회사가 일부 탈민 설계를 제공하여 오픈 소스 커뮤니티가 이를 학술 연구와 학생 경연의 참고로 삼아 오픈 소스 커뮤니티의 규모를 확대할 수 있습니까?특히 딥러닝 기술이 EDA 분야와 밀접하게 결합된 현대에는 지역사회의 번영을 촉진하기 위한 칩 설계 분야의'ImageNet'이 필요하다.