從用于人工智能工作負載的大型單片SoC到復雜的Multi-Die系統(tǒng),當今的芯片設計對軟件和硬件驗證提出了更大的挑戰(zhàn)。門的數(shù)量擴展到數(shù)十億級別,若開發(fā)者要想找出軟件和芯片缺陷與故障的根本原因,所需的容量也急劇增加。由于產品上市時間壓力始終存在,速度和容量成為對驗證系統(tǒng)的兩大關鍵要求。
為了滿足對更大容量和更快速度的需求,新思科技整合硬件加速和原型驗證系統(tǒng),推出了新版本的ZeBu? EP系列產品。新思科技ZeBu EP硬件仿真平臺為人工智能工作負載提供超快的硬件加速平臺,是軟件/硬件驗證和功耗/性能分析的理想之選。HAPS-100 A12系統(tǒng)提供大規(guī)模設計原型驗證功能,由此進一步擴展了廣泛的硬件輔助驗證(HAV)產品組合,幫助開發(fā)者降低設計風險,并確保復雜設計能夠按預期運行。
在本文中,我們將進一步討論ZeBu EP和HAPS-100 A12 FPGA的關鍵用例,并介紹這些產品將如何幫助開發(fā)者成功設計兼具出色靈活性、可擴展性和高效率的芯片。
ZeBu EP系列的關鍵用例
隨著電子產品日益智能化,軟件在底層設計中發(fā)揮著越來越重要的作用。對于軟件定義的系統(tǒng)而言,硬件和軟件務必要以整體方式協(xié)同設計,此時開發(fā)者通常從需要支持的軟件工作負載著手,然后構建芯片來滿足軟件和系統(tǒng)方面的需求。
新思科技新發(fā)布的ZeBu EP系列平臺支持所有驗證用例,比如關鍵的軟件/硬件驗證,同時也提供了更快的運行速度。以人工智能SoC為例:此類架構具備專用編譯器,開發(fā)者必須確保軟件堆棧能正常工作。一旦硬件做出調整,用于將人工智能模型映射到硬件的編譯器也必須隨之改變。此外,必須驗證關鍵接口能否在外部環(huán)境正常工作。此時,便可采用基于硬件加速器的軟件/硬件驗證。硬件加速器通過模擬硬件的行為,提供了逼真的測試環(huán)境,以便在不使用物理器件的前提下評估軟件將如何與硬件交互。通過盡早測試軟件代碼,開發(fā)者可以提前開始檢測和解決代碼中的錯誤。添加速度適配器后,硬件加速器能夠以近實時的速度運行,從而更深入地了解系統(tǒng)在最終目標系統(tǒng)環(huán)境中的實際行為。
ZeBu EP系列硬件加速器能夠大顯身手的另一個關鍵用例是功耗/性能分析?;氐饺斯ぶ悄躍oC的例子,通過硬件加速對芯片的專用編譯器進行優(yōu)化后,開發(fā)者便可以改進器件的功耗與性能。由于硬件加速支持在接近真實的工作條件下對系統(tǒng)進行測試,開發(fā)者可以了解不同的工作負載和使用場景對功耗與性能的影響,并相應地優(yōu)化設計。與上一個用例一樣,開發(fā)者也可以提前開始檢測和解決存在的問題。
HAPS-100 A12 FPGA的關鍵用例
HAPS-100 A12 FPGA原型驗證平臺是HAPS系列中容量和密度超高的一款系統(tǒng),兼具固定互連和靈活互連特性,且采用了機架友好型設計。在對Multi-Die系統(tǒng)和大型SoC等需要許多FPGA的大型設計進行原型驗證時,這款快速執(zhí)行平臺尤其有用。與上一代產品HAPS-100 4 FPGA平臺一樣,HAPS-100 A12 FPGA平臺也能夠達到很高的調試效率,并支持分布式驗證團隊的多設計、多用戶部署。
對于大型設計而言,構建大型原型系統(tǒng)的成本高昂,而且隨著模型不斷變大,模型構建時間逐漸難以預測,并且需要大量的算力資源。模塊化HAV流程可提供更高效、更實際的替代方案。通過在HAPS-100 A12 FPGA平臺上使用模塊化HAV流程,驗證開發(fā)者可以先為單個裸片構建和優(yōu)化原型模型,然后配置該模型以用于單裸片或多裸片硬件,而無需執(zhí)行多個項目。
通過在高性能HAPS原型驗證平臺上根據(jù)實際接口和場景驗證我們的Multi-Die設計,我們能夠盡早優(yōu)化設計,縮短構建時長,并提高結果的可預測性。擁有適用于不同原型模型的通用硬件平臺意味著,我們可以實時切換大模型和小模型之間使用的硬件,同時減少所需的算力和存儲資源,并且能夠根據(jù)我們的需求輕松快速地進行擴展。
人工智能芯片設計驗證的捷徑
如今,智能技術無處不在,芯片設計愈加復雜,開發(fā)者也發(fā)現(xiàn)了一些巧妙的辦法來滿足帶寬和性能需求,進一步發(fā)揮摩爾定律的價值。在這樣的背景下,無論是設計大型人工智能SoC還是Multi-Die系統(tǒng),ZeBu EP和HAPS-100 A12 FPGA平臺等HAV解決方案都能提供所需的速度、容量與靈活性能。有了這樣的選擇,開發(fā)團隊就可以擺脫硬件的限制,僅根據(jù)項目需求來決定管理驗證資源的方式。