行业新闻 (News) 芯片封装主页/ 行业新闻 / 机器学习在IC设计中的应用(三)– 探索芯片的设计/提升空间
< 返回列表

机器学习在IC设计中的应用(三)– 探索芯片的设计/提升空间

《机器学习在IC设计中的应用(三)

-- 探索芯片的设计/提升空间》

在项目早期,设计未完全定型之前,我们需要对芯片的PPA(Power、Performance、Area)等做一个早期的评估。如果重要指标没有达到预期,我们肯定想知道有没可能通过牺牲其他指标来实现。比如,我们想让芯片工作在2GHz频率下,可是目前却无法达到,仿真时只能达到1.7 GHz,我们肯定想知道,能否通过牺牲面积和功耗来实现该指标(比如选用高速HS的标准单元库)。如果可能性非常低,那么最好还是准备对电路的结构做以修改,不要对逻辑综合或者布局布线阶段能达到这个目标抱有太大希望。

在大公司,这种评估可能只有那些对先进工艺有经验的老工程师才能做到。在机器学习(ML)算法的帮助下,将来可能它也会做到,且它能得到更多Design的数据作为输入,考虑的东西更加广泛,评价更加客观,而非凭感觉。

下面给出基于ML的设计目标分析的优点:

- 设计目标分析可以防止过高或过低估计设计目标;

- ML给出多个指标之间的相关系数表/图,Designer还可以通过图形或数字方式了解Design多个指标之间的关系(正相关/负相关)及tradeoff;

- ML根据分析的结果可以找到每个设计指标的上限和下限,并将它们映射到[0,1]以进行多目标优化,给Designer以指导,如下图所示:

我们可以根据已有的小部分设计(RTL Level或者Gate Level)和多种工艺库数据从中提取需要的重要Feature对模型进行训练,待模型训练完毕之后从而对别的设计或者整个芯片甚至是别的芯片进行估计。

 

注:

研究生阶段做过ML的算法和芯片,上述内容部分基于参考文献、已有的ML经验、IC设计经验,还有一些胡思乱想,哈哈哈,希望在脚踏实地做IC的同时也能采用一些大胆新颖的想法来让IC设计变得更有效率,把活儿干的更漂亮,同时让自己更加出色。

· 2019-04-10 17:43  本新闻来源自:集成电路设计及EDA教程,版权归原创方所有

阅读:995
  • 联系长芯

    重庆总部:重庆市长寿区新市街道新富大道5号佳禾工业园8栋2层
    电话:023 40819981 (前台)

    深圳办事处:深圳市南山区留仙大道 1213 号众冠红花岭工业南区 2 区 1 栋 1 楼
    电话:0755-26975877 (前台)

    电子邮件:sales@longcore.com

    网址:http://www.longcore.com