大主宰之灵路天蚕土豆,网络小说排行榜,完美世界辰东

從數(shù)周縮短到數(shù)小時！利用人工智能進(jìn)行SoC預(yù)測性布局

2022-11-17 12:41:24 electronicdesign

點擊關(guān)注->創(chuàng)芯網(wǎng)公眾號，后臺告知EETOP論壇用戶名，獎勵200信元

本文你將了解到：

現(xiàn)有芯片布局（floorplan ）設(shè)計過程的痛點。
人工智能如何優(yōu)化這一過程，將所需時間從數(shù)周縮短到數(shù)小時。
擴(kuò)展相同方法以改進(jìn)不同硬件設(shè)計過程的潛在應(yīng)用。

人工智能（AI）已經(jīng)徹底改變了許多市場，包括制造業(yè)、制藥業(yè)、航空航天等，但硬件系統(tǒng)是迄今為止尚未在人工智能方面進(jìn)行任何重大投資或創(chuàng)新的領(lǐng)域。

雖然在片上系統(tǒng) （SoC）生產(chǎn)的端到端生命周期中可以實現(xiàn)許多潛在的機(jī)器學(xué)習(xí) （ML）應(yīng)用，但本文重點介紹 SoC設(shè)計的布局規(guī)劃階段。毋庸置疑，這是最耗費時間、成本和人力資源的過程之一。具體來說，我們將研究評估使用ML 和優(yōu)化模型以指數(shù)方式減少在此SoC 階段的投資。

floorplan

半導(dǎo)體芯片由數(shù)十億個晶體管組成。floorplan 涉及將這些晶體管與其他必要的組件（如時鐘、電源軌等）一起放置在芯片上。它們的位置經(jīng)過優(yōu)化，可實現(xiàn)更小的芯片尺寸、更好的性能、避免時序沖突以及更輕松的布線。設(shè)計流程中的這一關(guān)鍵步驟需要門級網(wǎng)表、約束條件、技術(shù)庫、時序庫I/O信息等，如圖1所示。

1. floorplan 規(guī)劃需要不同的輸入。

不過，floorplan 規(guī)劃設(shè)計通常需要幾周時間才能完成。而機(jī)器學(xué)習(xí)可能會在數(shù)小時內(nèi)執(zhí)行相同的任務(wù)。這有助于更快地將半導(dǎo)體芯片推向市場，并使工程師能夠?qū)Ｗ⒂诟鼜?fù)雜的工作。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一種人工智能，它從數(shù)據(jù)中學(xué)習(xí)各種模式和見解，并應(yīng)用這些學(xué)習(xí)來做出準(zhǔn)確而有見地的預(yù)測。在ML過程中需要各種步驟來優(yōu)化floorplan 。

數(shù)據(jù)采集

floorplan所需的輸入，如門級網(wǎng)表、約束、技術(shù)庫和I/O 信息，都是從經(jīng)過硅驗證的芯片中收集的。

數(shù)據(jù)預(yù)處理

數(shù)據(jù)收集后，將啟動訓(xùn)練 ML 模型的步驟。第一步是以正確的格式獲取數(shù)據(jù)來訓(xùn)練模型，這稱為數(shù)據(jù)預(yù)處理。它包括幾個階段，如數(shù)據(jù)過濾、數(shù)據(jù)質(zhì)量檢查、數(shù)據(jù)轉(zhuǎn)換、規(guī)范化和標(biāo)準(zhǔn)化等。

模型訓(xùn)練

數(shù)據(jù)準(zhǔn)備完成后，下一步是訓(xùn)練 ML 模型。目標(biāo)是預(yù)測下一個元件在片上放置，同時優(yōu)化最小功耗、性能和面積（PPA）。強(qiáng)化學(xué)習(xí)可用于實現(xiàn)這一目標(biāo)。它采用迭代方法并獎勵導(dǎo)致最低 PPA的placements，同時懲罰增加PPA的建議。

模型測試和部署

模型訓(xùn)練后，下一步是在看不見的芯片塊上測試模型的性能，以驗證其預(yù)測的有效性。如果工程師驗證的結(jié)果令人滿意，則可以進(jìn)行部署了。通過這些步驟進(jìn)行的芯片塊放置預(yù)測將比傳統(tǒng)方法更有效、更快。

塊（block）放置的額外優(yōu)化

該過程可以在上一階段停止。然而，通過使用基于混合整數(shù)規(guī)劃（MIP）的優(yōu)化技術(shù)，可以實現(xiàn)整個芯片塊放置的進(jìn)一步優(yōu)化。該算法將以優(yōu)化ML模型生成的floorplan 為目標(biāo)，在指定的設(shè)計約束條件下進(jìn)一步最小化PPA，這些約束條件在數(shù)據(jù)部分中定義。

使用 MIP 的優(yōu)點是能夠針對不同場景生成優(yōu)化的解決方案。這在擴(kuò)展流程以加快設(shè)計速度時有很大幫助。整個過程的分步方法如圖 2 所示。

2. 機(jī)器學(xué)習(xí)過程涉及預(yù)測和優(yōu)化平面圖設(shè)計的步驟。

算法

強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是一種 ML，涉及通過試錯法采取行動和學(xué)習(xí)。這是通過獎勵導(dǎo)致期望行為的行為來實現(xiàn)的，而不需要的行為會受到懲罰。

盡管有許多類型的強(qiáng)化學(xué)習(xí)算法類型，但常用的學(xué)習(xí)方法稱為Q學(xué)習(xí)（圖3中定義的方程）。這是當(dāng)代理沒有收到任何策略時（強(qiáng)化學(xué)習(xí)策略是從當(dāng)前環(huán)境觀察到要采取的行動的概率分布的映射），導(dǎo)致對環(huán)境的自我指導(dǎo)探索。

3. 這是Q學(xué)習(xí)的方程，Q學(xué)習(xí)是一種強(qiáng)化學(xué)習(xí)算法。

MIP 優(yōu)化

混合整數(shù)規(guī)劃是一種用于解決大型復(fù)雜問題的優(yōu)化技術(shù)。它可用于在定義的約束范圍內(nèi)最小化或最大化目標(biāo)。

MIP 目標(biāo)和約束定義示例：

優(yōu)化的價值

使用優(yōu)化技術(shù)來克服流程瓶頸以創(chuàng)建高效的系統(tǒng)并不是一個陌生的概念。幾十年前，它已成功應(yīng)用于各個行業(yè)，其革命性的影響尤其體現(xiàn)在供應(yīng)鏈管理中，其市場規(guī)模為數(shù)百億美元。

使用 AI 優(yōu)化供應(yīng)鏈管理可確保以最低成本在供應(yīng)鏈中建立高效的制造、分銷和庫存放置系統(tǒng)。在新冠疫情期間，當(dāng)供應(yīng)鏈?zhǔn)艿絿?yán)重影響時，這一點變得非常明顯。采用供應(yīng)鏈優(yōu)化的公司不僅沒有受到疫情的嚴(yán)重影響，而且許多公司甚至能夠在其中蓬勃發(fā)展。與此同時，未能做到這一點的公司遭受了數(shù)十億美元的損失，至今仍未恢復(fù)。