赛灵思Vivado设计工具 以机器学习优化加速设计
- 赖品如/台北
赛灵思宣布推出Vivado ML版本,这是业界首款基于机器学习(Machine Learning;ML)优化演算法,并且先进地针对团队协作的设计流程所打造的FPGA 电子设计自动化(Electronic Design Automation;EDA)工具套件,能大幅节省设计时间和成本。
与现今的Vivado HLx版本相比,Vivado ML版本将复杂设计的编译时间缩短5倍,且突破性地提升平均达10%的设计结果品质(Quality of Results;QoR)。
赛灵思软件与AI解决方案行销总监Nick Ni表示:「当今的EDA设计师正面临设计复杂性不断提升的挑战,而机器学习是加速设计过程和达成QoR效益的下一个大跃进。Vivado ML版本将帮助开发人员缩短设计周期,并为从设计创建到收敛(design closure)提供全新的生产力水准。」
基于机器学习的优化
Vivado ML版本支持基于机器学习的演算法来加速设计收敛。该技术具有以机器学习为基础的逻辑优化、延迟估测和智能设计执行,可自动执行策略以减少时序收敛的迭代(timing closure iteration)。
国家仪器(National Instruments)首席硬件工程师Robert Atkinson表示:「全新 Vivado ML版本的智能设计执行颠覆了传统,藉由一键式的方法来积极改善时序结果,它所生成的QoR建议带来了极大效果,并且能藉由减少用户分析来提供专业级的品质结果,特别是针对难以收敛的设计。」
更快的编译时间和针对团队协作的生产力
赛灵思也同时导入「抽象外壳(Abstract Shell)」的概念,让用户在系统中定义多个模块,以增量与并行的方式进行编译。与传统完全系统编译相比,这样的设计使编译时间平均缩短了5倍,最多甚至能缩短17倍。抽象外壳还可以将设计细节隐藏在模块之外,以协助保护客户的IP,这对于FaaS(FPGA-as-a-Service)应用和加值系统整合商至关重要。
此外,Vivado ML版本改善了与Vivado IP Integrator之间的协作设计,可使用全新「模块设计容器(Block Design Container;BDC)」功能达成模块化设计。这项功能促进了针对团队协作的设计方法,并允许采用分治(divide-and-conquer)策略来处理多个站点共同合作的大型设计。
诸如赛灵思Dynamic Function eXchange(DFX)等独特的灵活应变功能,可透过在执行期间线上动态加载定制化硬件加速器,以更有效地利用芯片资源。
DFX具备在几毫秒内加载设计模块的能力,借此开辟了许多全新的使用案例,例如汽车在处理影格(frame)数据时可切换不同的视觉演算法,以及基因分析在进行DNA定序过程中可切换不同演算法。Vivado ML版本现已提供免费标准版与企业版,建议售价为2,995美元起。欲了解更多相关信息,请至官网查询。
图书:赛灵思推出Vivado ML版本,以最先进的机器学习优化助力加速设计。赛灵思