应对芯片设计复杂性 EDA工具需要新典范

EDA/IC设计

1045人已加入

描述

电子发烧友早八点讯:在近日于美国举行之年度国际固态电路会议(International Solid State Circuits Conference,ISSCC)的一场专题演说中,台积电设计暨技术平台副总经理侯永清(Cliff Hou)表示,工程师需要能因应今日芯片设计复杂性的新工具;而他也指出,针对四个目前的主要市场,需要采用包括机器学习在内之新技术、新假设的个别工具。

「我们需要一种新的设计典范(paradigm)来克服芯片设计挑战;」侯永清指出:「我们是时候该推进设计典范,我们一直只涵盖设计领域的一小部份。」他表示,产业界在过去十年是由行动应用所驱动,围绕着智能型手机SoC建立设计数据库:「现在我们了解,行动应用可以做为一个起点,但我们需要为汽车、高性能系统以及物联网(IoT)等设计考虑大不相同的应用,优化电路设计。」

侯永清展示了台积电针对一系列手机与可穿戴式装置设计应用的四种不同SRAM设计,他也在专题演说中列出台积电已经看到某些进展的棘手挑战;举例来说,从40奈米到7奈米节点,金属层的电阻增加一倍,而台积电已经在导线下打造了复杂的通孔柱(via pillars)堆栈,但并不能完全减轻这个问题。

台积电还根据芯片是否需要更高的密度或速度,采用了两种金属;侯永清表示,那些选项:「需要设计变革以及EDA强化…EDA供货商们已经意识到这些问题,初步解决方案看来颇具前景。」此外,电源网络的建构也必须非常小心,以避免在晶体管密度增加时的单元利用率(cell utilization)下降;他描述了能让单元利用率在7奈米节点由大约74%回升到79%的进展。

「当你设计电源网络时,得考虑它们对电路设计的影响,并为其优化布线,否则就无法获得所有制程微缩的优势;」侯永清还展示了能因应随着设计转移到更低电压供电水平而增加之延迟变异(delay variation)的新技术,他并呼吁催生精细度更高的新一代设计编译程序,以优化特定领域与性能需求。

机器学习

台积电利用机器学习在芯片设计绕线前预测线路拥挤,让速度增加了40MHz(来源:ISSCC)

最后他展示了两个将机器学习应用于芯片设计的案例,其中之一是在芯片布线之前,运用预测线路拥挤(congestion)的模型,将芯片速度提升40MHz。另一个案例则是能产生2万个频率闸控单元(clock gating cell)的先进设计,因为规模太大,设计工程师会被迫采取全局约束(global constraint);侯永清展示了一个机器学习模型,能预测单元中的延迟并设定其个别限制。

编译:Judith Cheng

(参考原文: TSMC Calls for New EDA Paradigm,by Rick Merritt)

声明:电子发烧友网转载作品均尽可能注明出处,该作品所有人的一切权利均不因本站转载而转移。作者如不同意转载,即请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分