布局(Placement)是芯片后端设计中最需要全局视角的步骤,它前置约束所有后续环节,直接决定了PPAC(Performance、Power、Area、Congestion)各项指标趋势和设计目标实现的可行性。
现代P&R工具中,Placement已经不再是一个独立的引擎算法,它涉及Placer、Timer、Router、Optimizer等多引擎的联动配合,使用者除设置常用的物理约束和优化策略外,还需调整前述各种引擎参数,使得各引擎实现相互支撑、联合优化,由于各个引擎参数都比较繁杂,这种调整通常比较耗时且收益较慢。
AmazeME-Place 简介
芯行纪全新发布机器学习优化工具AmazeME-Place,基于机器学习算法,探索P&R工具的“Placement Optimization”联合优化策略。它将时序WNS、时序TNS、静态功耗、动态功耗、总线长、阻塞等指标进行多维度考核,在各引擎参数构成的巨大解空间里探索分析和迭代优化有效参数,找到多维度指标上的最优解,给出实现布局阶段的最佳PPAC指标的参数集。
布局优化阶段,各相关引擎构成的参数解空间是巨大的,各参数间的耦合性和依赖性也并不确定,AmazeME-Place通过对各引擎全参数形成混合参数,并自适应的学习混合参数互信息与PPAC指标的相关性,找到参数与指标的最佳耦合点。
下图所示是AmazeME-Place主界面,它显示了在布局和优化阶段各探索Trial的实时运行状态,每个探索Trial的多维度指标得分细节,以及各个Trial动态综合排序。
图1:AmazeME-Place主界面
AmazeME-Place 功能亮点
(1)全自动参数选择和探索
布局优化阶段所涉及的Placer、Timer、Router、Optimizer等多引擎全参数自动调参,默认情况下无需用户过多干预;(2)精准的多指标考核系统
内置精准的PPAC多维度指标考核系统,覆盖了时序WNS、时序TNS、静态功耗、动态功耗、总线长、阻塞等重要指标;
(3)更智能高效的探索效率
通过对混合参数和多维度指标的相关性探索,可大幅减少探索空间,利用有限的机器资源和迭代次数,快速找到参数空间最优解;
(4)用户可配置参数和指标
支持用户自定义的参数列表探索,以及用户期望的指标列表探索,精准实现用户需求;
(5)具有较好的移植泛化性
自适应的机器学习算法,使得AmazeME-Place泛化应用在不同的P&R工具成为可能。
客户端实测案例
此案例为一个复杂接口模块,在用户流程中为满足布局阶段的时序要求,已将利用率适当降低,但仍有绕线阻塞现象,且存在较大较多的绕线热区,同时翻转功耗较大,用户在尝试多轮参数调整后,仍无明显收敛趋势。
在人工调整难有明显收益的情况下,AmazeME-Place通过全参数探索,并重点探索学习阻塞优化策略和线长优化策略,最终实现多维度综合指标提升69%,绕线热区指标和总线长指标分别提升68.5%和23.1%,同时时序WNS和时序TNS未有变化。
下图是AmazeME-Place的PPAC多维度综合指标收敛趋势图,从各指标探索的趋势来看,AmazeME-Place在较前期的探索学习中,快速并连续确定阻塞优化策略方向和线长优化策略方向,并在较中期持续深度优化阻塞指标和线长指标,在有限迭代探索中快速得到各项指标收益,并可沿优化策略方向继续向前探索。
图2:AmazeME-Place PPAC多维度综合指标收敛趋势图
下图为AmazeME-Place在全参数探索学习中,某一时刻的若干混合参数和综合指标的互信息相关性截图,它表征了混合参数的探索空间,以及综合指标的考核情况,颜色越深则表示相关性越强,探索方向正确。
图3:AmazeME-Place混合参数和综合指标互信息相关性示意图
下图则展示了与用户流程相比,经AmazeME-Place探索后得到的布局优化后各指标情况:
图4:AmazeME-Place 布局优化指标对比图
机器学习正在让越来越多的EDA工具变得更加的高效,芯行纪在推出Floorplan阶段的机器学习配套工具后,越来越多的商用落地证明了性能和效率永远是芯片设计者的追求,而Placement阶段的机器学习方案AmazeME-Place在进一步让芯片设计更加智能化、精准化。芯行纪也将继续耕耘更多的AI方案落地,助力芯片设计企业在激烈的市场竞争中脱颖而出。
关于芯行纪
芯行纪科技有限公司(简称“芯行纪”)成立于2020年,是一家专注于数字实现EDA方案的高新技术创新企业。公司汇聚电子设计自动化与芯片设计领域顶尖人才,在国内率先将机器学习和分布式计算技术深度应用于数字实现EDA领域,凭借卓越的研发实力构建起持续进化的自主数字实现EDA工具平台。
芯行纪数字实现EDA产品矩阵涵盖多款创新工具,包括国内首款全自研数字布局布线工具AmazeSys、智能布局规划工具AmazeFP、智能布局规划机器学习方案AmazeFP-ME、一站式工程修复优化工具AmazeECO、快速DRC & DFM收敛工具AmazeDRCLite,以及工业软件许可文件管理系统Industriallm。
目前,芯行纪自主研发的EDA产品已广泛应用于国内头部芯片设计和制造企业,累计服务近40家客户,覆盖人工智能、智慧汽车、5G、云计算等众多新一代信息技术产业,赋能集成电路产业高速发展。
免责声明:本文为转载,非本网原创内容,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
如有疑问请发送邮件至:bangqikeconnect@gmail.com