IC Alttrate - Açık kaynak EDA nereye gidiyor?

AI, 5G iletişimleri ve bulut bilgisayarı gibi bilinçli bilgisayar alanlarının geliştirilmesiyle, bilinçli hesap alanı için bilgisayar yapısı da yeni bir altın yaşına girdi. Bu altın yaşını gösteren iki önemli fırçak açık kaynak donanım (çip) ve çevrimli gelişmektir: açık kaynak çip tasarımın sınırını düşürebilir ve çevrimli tasarım gelişme döngüsünü kısayabilir.

Açık kaynak çipleri konuşurken RISC-V a çık kaynağın temsilcisi olduğunu söyleyebilir. Geçen yıl, RISC-V Uluslararası Vakfı merkezini İsviçre'e taşıdı. Şu anda 1000 üye ve yaklaşık 200 şirket kurumları var. Çin bu konuda çok önemli bir rol alır, Çin şirketleri %20'den fazla hesap verir ve 19 kurul üyesinden 9 Çin'den gelir.

Açık talimatın RISC-V düzeni endüstri tarafından yavaşça araştırıldığında, açık kaynak çiplerinin konsepti insanların görüntü alanına yavaşça girdi ve dünyaya dikkat ve yatırım çekti. Uluslararası olarak, 2019 yılında Uluslararası Bilgisayar Yapıları Flagship Konferansı ISCA'nın Görüş Simpoziyumu, Turing Ödülü Profesörü David Patterson dahil bir çok Amerikan Mühendislik Akademisi Akademisi, MIT, UC Berkeley, UCSD, Stanford, Google, en yüksek üniversiteden uzmanlar da dahil, Nvidia ve DARPA gibi şirketler ve hükümet ajanları, önümüzdeki nesil hesaplaması için "açık bir donanım" sınırı üzerinde odaklanmıştır.

Açık kaynak çipleri için yenileme fırsatları nedir? Çin Bilim Akademisi'nin hesaplama Teknolojisi Enstitüsünün yöneticisi Bao Yungang, teknik forumda şöyle dedi: RISC-V açık öğretim setine ait. Aslında, bu açık öğretim kitabı. Örneğin, Intel CPU'nun talimatı ayarlanması el kitabı 5000 sayfalarından fazla ve ARM CPU'nun el kitabı, talimatı ayarlanması el kitabı 2000 sayfalarından fazla, RISC-V talimatı ayarlanması el kitabı sadece 200 sayfalarından fazla. Eğer talimatın seti gerçek bir mimara dönüştürülerse, bu anda bir sürü tasarım belgeleri oluşturulacak, belgeler halka gösterilebilir. tasarım belgelerine göre, sonra kaynak kodu olarak dönüştürülebilir, kaynak kodu da açık olabilir; EDA araç zinciri a çık kaynak kodu bir çip düzenine dönüştürebilir, sonra EDA tasarım araçları da açık kaynak olabilir.

Hepimiz bildiğimiz gibi, küresel EDA pazarı Cadence, Synopsy ve Mentor'un üç büyük üreticileri tarafından monopolize edildi (Ocak 2021'de Siemens EDA olarak adlandırıldı). Büyük ölçek ve tamamen ürün çizgi tüm süreç için tamamen çözümler sağlayabilir. Üstelik, evlerindeki EDA araçları Çin'de %5'den az ve küresel pazarda %0,2'den az bir pazar paylaşıyor. Ayrıca, evlerindeki EDA şirketleri ölçekte küçük, ürünlerde tek, çoğunlukla "point" araçları ve sadece parçacık çözümler sağlayabilir. Tüm IC tasarımın s üreç için tasarımcının ihtiyaçlarını yerine getirmek ve farklı araçlar arasında değiştirmek veri tamamlanmasına riskleri eklemek zordur. Sonuç olarak, pazar a çık kaynak platformlarını arttırıyor.

Pengcheng Laboratuvarının Jie Biwei ve Çin Bilim Akademisi Bilimlerinin Bilgisayar Teknolojisi Enstitüsü Açık kaynağı EDA'nin açık çip ekolojiyi desteklemek için önemli bir garanti olduğunu düşünüyor. Çok başarılı deneyimler a çık kaynağı ve açılığın gelişmiş teknolojik ve endüstriyel ekoloji inşa etmek için gerekli temel olduğunu gösteriyor. Örneğin, Linux operasyon sistemi tüm açık kaynak ekosistemini destekliyor; Başka bir örnek Android mobil operasyon sistemi. Şimdi kapalı kaynağı olsa da, iOS hariç mobil internet ekosistemini birleştirmek için başlangıç noktası olarak a çık kaynağı kullandı; Yapılacak istihbarat, kafe, TensorFlow, Pytorch ve PaddlePaddle alanında tüm AI teknoloji ekosisteminin köşe taşları olduğunu söyleyebilir.

Açık kaynak EDA araçları çip tasarımının sınırını düşürebilir, böylece insan gücü, IP ve EDA'nin maliyetini düşürebilir. EDA alanında temel bilimsel araştırma ve yetenek eğitimi geliştirmesi için de iyi fikirler sağlayabilir, şirketler, üniversiteler, akademik araştırma kurumları veya çip ve EDA alanında özel heyecanlar için. EDA'nin açık kaynağı birçok güçleri toplayabilirse, ülkemize uluslararası gelişmiş seviye ulaşmayı hızlandırmaya yardım edecek.

Ancak ülkemin EDA yazılımının temel hala relativ zayıf ve açık kaynak alanında neredeyse boş. Açık kaynak EDA hala birçok zorlukla karşılaştı: birkaç kullanıcı, birkaç katkıcı ve açık çerçeve yapısı; forumda da bazı çözümler tartışıyor. böylece detaylar:

(1) Küçük kullanıcılar: Açık kaynak EDA araçlarının kalitesi ticari aletlerden uzaktadır ve kullanıcıların sayısı çok sınırlı. Çözüm, aletlerin kalitesini geliştirmek ve üretim çevresinde proje incelemesini emphasize etmek. Açık kaynaklı EDA araçları sadece akademik kağıtlar ve yazılım kodlarında kalmalı değil, ama tüm çip kasetleri doğrulamasını desteklemek ve etkili Kullanıcı geri vermesini desteklemek için bir araç zinciri oluşturmak için diğer nokta araçlarıyla birleştirmeli. Örneğin, Birleşik Devletler'deki büyücü birkaç kaset çıkarma doğrulaması yaptı ve kağıt gerçekten çip testi verileri var.

(2) Küçük katkıcı: EDA alanı yaklaşık iyidir ve açık kaynak toplumunu daha ince. Yosys, abc, sihir ve OpenROAD gibi açık kaynak araçları için en önemli katkıcılar genellikle 10 kişidir. EDA disiplinin özellikleri yüzünden açık kaynak EDA katkıcıları aynı zamanda CS, Math, EE ve MicroE hakkında bilgi alması gerekiyor ve teknik sınıf relatively yüksektir. Her açık kaynaklı EDA aracı geliştirmesi açık değil. Aslında bir okul, araştırma kuruluğu ve şirketin içindeki bir takımıdır. Daha az dış iştirakçı var ve katılmak zor. Çözüm, EDA teknik sorunlarını tamamen boşaltılabilir, abstrakt ve tarif etmek ve onları matematik, algoritm ve yüksek performans gibi profesyonel alanlarda anlanabilen dil ifadeleri olarak klasifik etmek ve toplum güçlerini çoklu disiplinlerde mobilize etmek.

(3) Açık bir çerçeve yapısı: Konuysuz kodu ve düşük kullanım hızı a çık kaynak yazılımının ortak bir problemi. Ancak açık kaynaklı EDA araçlarının ve algoritmalarının güçlü bağlantısı sorunu daha önemli yapar. Yeni algoritmalar tasarlaması genelde a çık kaynağın anlamını kaybeden çok kodu yeniden yazma gerekiyor. İki çözüm var. İlk olarak, modeller tasarım, temel çerçevesinin tasarımından başlayan, sonra algoritm katına gidiyor, ortak operasyon ve veri formatlarını eksiltiyor, koddan tekrar yapılandırma kurallarını keşfetiyor ve yayınlandırılmış, etkili ve modüler temel çerçevesi oluşturuyor. Bu modüler tasarımı da EDA tasarım sürecinin hızlandırmasını, dağıtılmış paralel bilgisayar mimarıyla kolaylaştırır. İkincisi, standartlaştırma. MulTI-level Intermediate RepresentaTIon (MLIR) gibi mükemmel bir tasarlama düşüncelerini kullanın, tüm tasarım sürecini (özellikle ön taraf tasarımı) çoklu abstrakt seviyelere bölmek için, böylece çeşitli alanlardaki uzmanlar sayısız abstrakt seviyelerine odaklanabilir. Aynı zamanda, EDA araç zincirini açmak için çoklu seviyelerin birleşmesi üzerinden, tamamen sarhoş ve uygun tam süreç doğrulaması. Bu şekilde, hatta a çık kaynağı EDA araç zinciri ile, kendi başına geliştirilen araçların performansını ve kalitesini tamamen doğrulamak için standartlaştırılmış dönüştürme format ı ile fleksiyonel bir nokta aracı olabilir. Şu anda Kuzey Amerika endüstri ve akademisi bu treni oluşturuyor.

Açık kaynaklı EDA projesi ile ilgili, düşük süreç (110nm) ile yüksek süreç (55nm, 40nm veya 28nm bile olmaz). Üniversite öğretim seviyesinden, küçük ölçekli ASIC çiplerinden daha büyük ölçekli SoC projelerine kadar, araştırma ve uygulama birleştirme stratejisi, sürücü gücü olarak, araştırma ve uygulama uygulamalarının uygulaması ve uygulaması için praktiksellik olarak uygulanmalıdır. Beş tarafından birini bölün: araç zinciri, nokta aracı, benchmark test seti, gösterim uygulaması ve endüstriyel sınıf açık kaynak süreci kütüphanesi.

Sanayi araştırma gelişimi

ASPLOS 2021 konferansında, Dr. Chris Lattner (LLVM projesinin en önemli başlatıcılarından ve yazarlarından biri ve Clang kompilerinin yazarından) Google Brain'den RISC-V şirketin SiFive'e taşındığını s öylemek gerekiyor. HW/SW Co-design konuşmasında Golden Age of Compiler Design yaptı. MLIR toplama teknolojisine dayanan yeni birleşmiş EDA (Elektronik Tasarım AutomaTIon) çerçevesini teklif etti ve yazılımdaki TensorFlow ya da PyTorch gibi EDA için bir araç zinciri tasarladı. CIRCT projesi MLIR ile aynı ve donanım tasarımı ve yazılım toplaması üzerinde ekolojik konsistenci oluşturmak kolay.

Açık kaynak EDA yazılımının yolunda, evsel EDA akademileri ve endüstri açık kaynak EDA'ya katılmak için uygun konumlar bulmaya çalışıyor.

Açık kaynak çipleri alanında, Çin Bilim Akademisi'nin hesaplama Teknolojisi Enstitüsü, 2019 yılında RISC-V işleme çipleri ve RISC-V yerel işleme sistemleri gibi projeler başlattı ve evdeki 28 nm süreçte maliyetli avantajlar ile açık kaynak çip teknolojisi sistemi in şa etti. Ayrıca açık kaynaklı çipleri tasarlamak için açık kaynaklı EDA'yi de keşfetiyorlar. Mevcut a çık kaynak araçlarına dayanan, GDS2 tasarım sürecine Python tabanlı RTL inşa ettiler. Geçen yıl Ağustos'ta, Ulusal Bilim ve Teknoloji Üniversitesi'nden beş üniversitesi iki yıl boyunca açık kaynak EDA araçlarını kullandı. Guohu-1 çipi tasarladı ve kaseti fark etti.

Çin Bilimlerin Akademisi de AgileServe'i geliştirdi. Çip agil tasarımı için bulut platformu, kullanıcıları hızlı özelleştirmek için işlemci çipları ve yazılım geliştirmesini desteklemek için çeşitli a çık kaynak elementlerini birleştirir ve çip tasarımının sınırını azaltır. Öğrenciler için çip tasarımı her zaman ve her yerde gerçekleştirilebilir. öğretmenler için, öğrencileri internette yönetmek mümkün.

Nanjing Integrated Circuit Design Service Industry Innovation Center Co., Ltd. (buraya EDA Innovation Center) yönetici Genel Müdür Yardımcısı Chen Gang, evsel EDA üniversal üssü (openEDI) yaratmak için a çık kaynak yöntemlerinin kullanımını ortaya çıkardı. Ev EDA noktası araçlarının bağımsız olduğuna ve evsel ekoloji için ortak bir taban inşa edildiğine göre, nokta araçlarının birlikte bağlanılmasını bekliyor. EDA üniversal üssünün araştırma ve geliştirme amacı, tüm evcil EDA araçlarını desteklemek, EDA araç zincirlerini toplamak ve evcil ekolojik üniversal bir üssü olmak. Aşağıdaki resim EDA genel temel mimarını gösteriyor. En alt kısmı, hafıza ve disk üzerindeki bütün EDA veritabanları ve veri modellerini taşıyan veri katıdır. Çeşitli ayırıcı modulleri, kullanıcı arayüz modulleri ve bunlar dahil. Yukarı katı genel algoritm katı ve hesaplama çerçevesidir.

Peking Üniversitesi'nin Lin Yibo toplantısında bilinen "Derin öğrenme Yardımcı Yer ve Yol Optimizasyon" projesini tanıttı. Geleneksel yer ve yol algoritmalarını geliştirmek için derin öğrenme kullanımını anlattı. Bu süreç açık kaynak yeri ve yol araçları kullanılmalı, yoksa çok zor olacak. Derin öğrenme örnekleri almak zor. Gelecekte, algoritmi geliştirmeye devam edecekler, stabiliyeti ve genelleştirme yeteneğini arttırmaya devam edecekler. ImageNet gibi açık bir EDA veri seti, akademi ve endüstri arasındaki yarışmay ı ve geliştirmeyi çekmek için yayınlanabilir.

Güneydoğu Üniversitesi'nin Ulusal ASIC Sistem Mühendislik Teknoloji Araştırma Merkezi Yan Hao, geniş voltaj yakın sınıf dizaynı metodolojisi ve açık kaynak EDA'nin gelişmesini anlattı. EDA araçlarının teknik zorluğu geliştirme süreci ve etkileme boyutları tarafından getirilen değişiklik modelleme ve optimizasyon algoritmalarının geliştirmesidir. Araştırma yaparken en büyük challenge diğer insanların kodunu yeniden üretilmek için çok enerji harcamak gerektiğini belirtti, böylece NiiCEDA gibi evcil EDA şirketlerle birlikte ve a çık kaynak analiz araçlarının geliştirmesine aktif yatırım yaparlar.

Ningbo Üniversitesinden Zhu Zhufei, çoklu mantıklı alan otomatik sintez aletleri üzerinde araştırma ilerlemesini paylaştı. Mantık sintezi, tüm RTL seviyedeki dijital devrelerin tasarlanmış tasarlanmış dizital devrelerin bağlantılarına dönüştürmesi gerektiğini söyledi. Mantık sintezi genellikle üç adım içerir: çeviri, iyileştirme ve işlem haritası. Farklı mantıklı toplamlardan geliştirilen bütün metodların farklı senaryoya uygun olduğunu belirtti. EDA aletleri geleneksel Boolean mantıklarına dayalı geliştirildi. Yeni tür operatörler polaritet değiştirmesi gibi daha fazla fırsat getirebilir. Reed-Muller, TB ve RM ikili mantıklı, etc. EDA açık kaynağına göre mantık sintez araçlarının geliştirme trenini gösterdi: 1. EDA için AI metodlarını kullanarak mantıklı sintez optimizasyonu değiştirme sırasını bulabilmek için, hiçbir deneyim olmayan mühendisler optimizasyon skriptini alabilir; 2. AI için EDA kullanın Mantık operasyonu, nöral a ğ eğitim ağı ile aynı amacı ulaştırmak için bir arama masası şeklinde dönüştürüler; 3. Dijital devre verilmiş optimal çözüm, mevcut metodu SAT çözücüsüne yüksek bağlı, düğümlerin en az sayısını, en az mantıklı derinliğini, vb. harika çözüm, fakat SAT çözücüsü kendisi heuristik algoritmdir ve dijital devre simülasyonu SAT'ye daha etkili araştırma için yardım edebilir; 4. Teknoloji etkinleştirici, yeni lojik abstraksyon metodlarını geliştirir ve iki boyutlu materyal ve gelişme gibi yeni süreçlerin değerlendirmesine yardım eder. Eğitim setine rağmen, arama optimizasyonu ve yeni modeller açık kaynak ekosisteminden faydalanacak.

Açık kaynak EDA nereye gidiyor?

Açık kaynak EDA ekosistemi 0'dan 1'e kadar çok zorlukla karşılaşıyor. Açık kaynaklı EDA ekosisteminin kapalı döngüsünü nasıl geçireceğiz? Ekoloji sürdürülebilir gelişmesini nasıl korumak? Böyle ekolojik riskleri, kayıt başarısızlığı, IP sızdırma ve patenleri nasıl engelleyecek? Gelecekte nereye gitmeliyiz? Bu konular hakkında, buradaki bilim adamları ve uzmanları farklı fikirler vardı ve şiddetli ve anlamlı tartışmalar yaptı.

0'dan 1'e kadar, Açık kaynağın EDA ekoloji akademik dünyasından başlar.

EDA yazılımının geleneksel açık kaynaklı yazılımına göre, veri yapısı, kodu kalitesi ve açık kaynaklı EDA yazılımının algoritmi çok profesyonel ve kullanıcı grupı küçük, bu da açık kaynaklı toplumun ölçekini sınırlar. Tarihin boyunca, Silicon Valley'nin yüksek teknoloji şirketleri, yıldızlar ve deniz kadar küçük, hepsi üniversitede yenilemeden başladı. EDA aynı. İlk olarak, öğretmenler ve öğrenciler dahil üniversitelerde açık kaynaklı EDA kullanıcıların ilk gruplarını, yeni yollarla açık kaynaklı araçları kullanmalarına izin verin, sonra sürekli kullanım ve tekrar geliştirme araçları ile gelecekte kullanılabilir. Ders.

Ancak, akademik dünyasından kapalı döngü EDA ekosistemini terfi etmek ve korumak da zordur. En önemli sorun, akademi'nin açık kaynaklı EDA'ya katılması ve açık kaynaklı projelerin s ürekli koruması. Üniversite araştırmacıları araştırma ilgilerini veya projenin sonunu transfer ettiğinde a çık kaynak projelerini korumak için motivasyon yok oldu. öğrenciler, açık kaynaklı EDA araçlarını öğrenmek ve masterlemek için yıllarca deneyim geçirir. İş avlaması için daha pratik olan reklam araçlarını master etmek daha iyidir. Yüksek kaliteli öğrenciler için çok açık kaynak çalışmaları yok, ve öğrenciler, bazen açık kaynak projesinin kodunu hackenden (ya da hatta hatalamadan) daha hızlı bir algoritme veya aracı yeniden düzenleyecekler. Öğrenciler mezun olduktan sonra, eğer iyi belgeler ve yüksek kaliteli kodu yönetimi yoksa, uygulama akademisi tekrar geliştirme motivasyonuna devam ediyor.

Bu yüzden, forum üniversitelerin akademik değerlendirme standartlarını doğru yönlendirmesini tavsiye ediyor, böylece yüksek kodu ve belgeler kalitesi ile açık kaynak projelerini ve Github/Gitee gibi bir sürü yıldızlar, üniversite bilim adamları, öğrenciler ve şirket uzmanları için akademik iş kartları olmasını ve kodu hostlama ve işbirliği platformlarında bir sürü yıldızlar olan projeler. Açık kaynaklı EDA projelerini başlatmak ve korumak öğrencilerin çalışması için büyük bir teşvik olacak.

Açık kaynaklı EDA ekosisteminin kuruluşu, özellikle son-son sürecini tamamlayabilecek end üstri benchmark testi takımı de gerekiyor; Akademi'deki küçük ölçekli bir veri setinden endüstri seviyesinde gelişmiş tasarımlara nasıl gideceğini tartışması gereken bir temadır. Sanayide bilinen çip tasarımı şirketleri, a çık kaynak toplumunun bunu akademik araştırma ve öğrenci yarışmaları için bir referens olarak kullanması için, açık kaynak toplumunun ölçüsünü genişletilmesi için bazı hassas tasarımlar sağlayabilir. Özellikle, EDA alanında derin öğrenme teknolojisi yakın bir şekilde birleştirilen modern dönemde, toplum prosperitlerini terfi etmek için "ImageNet" çip tasarımı alanında gerekli bir "ImageNet".