Cadence推出以机器学习为基础革命性产品Cerebrus 智能应用 影音
TERADYNE
ADI

Cadence推出以机器学习为基础革命性产品Cerebrus

  • 吴冠仪台北

Cadence Design Systems, Inc.(益华电脑)推出Cadence Cerebrus智能芯片设计工具,这是一款以机器学习为技术基础所开发的新型工具,可实现数码芯片设计自动化和规模化,让客户能够更快速地达到定制化芯片设计的目标。

相较于人工操作方式,Cerebrus和Cadence暂存器传输级到签核流程(RTL-to-signoff)的结合,使高端芯片设计人员、电脑辅助设计团队和矽智财开发者,能提高多达10倍的工程生产力,以及优化高达20%的功耗、效能与面积。

Cadence推出以机器学习为基础的革命性产品Cerebrus提供强大的生产力和品质、扩大数码设计领导地位。Cadence

Cadence推出以机器学习为基础的革命性产品Cerebrus提供强大的生产力和品质、扩大数码设计领导地位。Cadence

Cerebrus的问世,不仅成为Cadence众多数码产品的一员,也让Cadence提供业界先进以机器学习为基础的数码全流程,其范围涵盖合成 、实现到签核等。此一新工具可在云端平台运作,它可利用高度且可扩展的运算资源,快速满足市场上广泛多元的设计需求,包括消费性、超大规模运算、5G通讯、汽车和移动设备等。

Cerebrus为客户提供下列优势:强化机器学习效能,快速找到工程师可能不会主动尝试或探索的流程解决方案,从而提高功耗、效能、面积和生产力;机器学习程序可重复运行:可以让前一次的设计学习,自动应用在未来的设计工作上,缩短达到更佳产出的时间。

提高生产力:让单一工程师能够同时针对多个模块,进行完整的RTL到GDS流程自动优化,提高全设计团队的生产力;大规模分布式运算:提供可扩展式的就地部署或云端的设计探索,以加快流程优化。以及很重要的方便使用的人机界面:让使用者可以进行交互式结果分析与运行管理,获得芯片设计指标相关的重要见解。

Cadence资深副总裁暨数码与签核事业群总经理滕晋庆(Chin-Chi Teng)博士指出,过去,设计团队无法使用自动化方式,重复运行前次的设计程序,导致每个新项目耗费过多时间在人工学习上,并造成利润损失。

Cerebrus的问世,标示着机器学习技术所带动的数码芯片电子设计自动化产业的革新,让工程团队可以释放人力操作,进而有机会在组织中产生更大的影响。 随着产业继续朝先进节点、设计尺寸和复杂性渐增发展时,Cerebrus正可以让设计人员更有效地实现功耗、效能与面积的优化目标。

Cerebrus是Cadence数码全流程多元产品的一部分,能与既有产品无缝协作,包括Genus合成解决方案、Innovus设计实现系统、Tempus时序签核解决方案、Joules RTL电源解决方案、Voltus电源完整性解决方案,以及Pegasus验证系统。此无缝协作可以提供客户快速的设计收敛途径以及更佳的可预测性。

此新工具及其多元的流程应用,将能更完善Cadence智能系统设计的整体策略,使无所不在的智能成为卓越设计的基石。

瑞萨电子公司共享研发EDA部门数码设计技术部总监Satoshi Shibatani指出,为了使采用最新流程节点的新产品效能极大化,工程团队使用的数码实现流程必须不断更新。自动化设计流程的优化,对于在更高产量需求中完成产品开发,至关重要。

Cerebrus以其创新性的机器学习能力,和Cadence RTL-to-signoff工具,提供了自动化流程优化和布局规划开发,将设计效能提高10%以上。在取得这一成功之后,将能够在最新设计项目中,采用此新方法来开发。

三星晶圆代工设计技术副总裁Sangyun Kim表示,「随着三星晶圆代工不断采用最新的制程节点,效率对我们设计技术协同优化(DTCO)计划至关重要,一直在寻找创新方法以在芯片设计实现方面优化PPA。作为我们与Cadence长期合作夥伴关系的一部分,三星晶圆代工多个应用程序中已使用Cerebrus和Cadence数码设计流程。我们观察到,与耗时数月的手动工作相比,一些最关键模块的功耗在短短几天内降低了8%以上。」

此外,使用Cerebrus进行自动化布局规划配电网络规模调整,这使最终设计时序提高50%以上。由于Cerebrus和数码设计实现流程提供了更好的PPA和明显的生产力优化,该解决方案已成为DTCO计划宝贵的一部份。


关键字