赛灵思今天推出了 Vivado 设计套件软件的最新发展版本 Vivado ML 版本,以帮助电子设计自动化 (EDA) 领域的开发人员利用机器学习算法和技术提高设计过程的效率。
随着晶体管的复杂性和数量的增加,EDA 行业正在应对向低纳米架构发展的趋势。它在设计流程方面拥有“数十年的数据和工程师专业知识”,但根据 Nick Ni 的说法,流程可能会因获得正确设计所需的大量迭代以及缺乏通过这些迭代而产生的结果质量而减慢,赛灵思软件和人工智能解决方案营销总监中国机械网okmao.com。
EDA 中的公司在机器学习 (ML) 方面也没有太多自己的专业知识,这项技术可以帮助这些流程变得更快、更高效。Ni 说,这就是 Xilinx 可以介入的地方,近年来积累了很多自己的 ML 专业知识,部分原因是2018 年收购了中国的深鉴科技,一家专注于 ML 和神经网络优化的公司。
Tirias Research 的首席分析师 Jim McGregor 表示同意,并通过电子邮件告诉 Fierce Electronics,“Xilinx 处于独特的地位,因为它拥有丰富的信息历史,并与大多数客户合作进行设计。结合赛灵思在 ML 方面的专业知识,该公司拥有实施 ML 的独特能力,让使用其技术的客户受益。”
Ni 表示,现已上市的 Vivado ML 版本利用基于机器学习的算法来加速设计收敛,以及逻辑优化、延迟估计和智能设计运行等软件功能,这大大减少了时序收敛迭代。ML Editions 还包括一个 Abstract Shell 功能,该功能将编译与平台接口分离。Ni 说这很重要,因为它有助于加快编译速度,同时还允许 EDA 公司在设计过程中向客户和合作伙伴公开某些设计方面时对其知识产权保密。
与公司现有的 Vivado 软件相比,这些功能相结合,使 ML 版本能够将编译时间缩短 5 到 17 倍,平均突破性结果质量 (QoR) 平均提高 10%,复杂设计最高可达 50% .
“如果没有像智能设计运行这样的东西,你就会进行大量的手动运行,”倪说。“使用 IDR,它是一个按钮式流程”,例如,通过手动流程,可以在一天内完成这些迭代,而不是一周或更长时间。
National Instruments 是 ML Editions 的首批用户之一,在一份声明中,该公司的首席硬件工程师 Robert Atkinson 将 IDR 功能描述为“游戏规则改变者。通过提供一键式方法来积极改进时序结果,它生成 QoR 建议,带来最大影响并提供专家级质量结果,同时减少用户分析——尤其是对于难以关闭的设计。”
Tirias 的首席分析师 Kevin Krewell 称 ML Editions 是“在设计工具中应用机器学习的一个非常好的例子。使用机器学习,这些工具可以比传统启发式方法快许多倍并获得更好的结果,从而收敛到最佳解决方案。”
McGregor 补充说,虽然 EDA 部门刚刚开始使用 ML 技术,但使用量将继续增长。“你最终会在整个半导体设计、制造甚至生命周期管理过程中看到机器学习,”他说。“尽管现在是零碎的,但将 ML 添加到硬件和软件工具中将提供显着的好处,并为技术提供商和客户提供竞争优势。”