Meer bedrijven lijken aangepaste EDA-tools te maken, maar het is niet duidelijk of deze trend aan het versnellen is en wat dit betekent voor de mainstream EN VAN industrie.

Waar verandering is, is er gelegenheid. Verandering kan komen van nieuwe abstracties, nieuwe opties voor optimalisatie, of nieuwe beperkingen die worden opgelegd aan een tool of flow. Bijvoorbeeld het vertragen van Wet van Moore betekent dat er tussen een bepaalde versie van een product niet voldoende vooruitgang kan worden geboekt in prestaties, kracht of kosten door simpelweg naar het volgende knooppunt te gaan. Het ontwerp zelf moet worden verbeterd, de marges moeten worden verkleind of het product moet opnieuw worden ontworpen.

Een dergelijke verandering die zijn weg begint te vinden in de ontwerpmethodologie, is de verschuiving van statische tools naar dynamische. Een statische tool bekijkt het ontwerp en optimaliseert het onafhankelijk van een bepaald gebruiksscenario of scenario. Dynamische optimalisatie voegt een of meer scenario's toe die worden gebruikt als input voor het optimalisatieproces, waardoor de tools meer gerichte optimalisaties kunnen uitvoeren. Dit begon met vermogensoptimalisatie bij het uitvoeren van clock- of powergating, wat vroeger een statische operatie was. Deze technieken kunnen verder worden verbeterd door precies te weten hoe en wanneer delen van het ontwerp actief moeten zijn. Dit stimuleert ook de heropleving van het processorontwerp, waarbij aangepaste processors kunnen worden gemaakt die optimaal zijn voor specifieke taken.

Halfgeleiderbedrijven hebben altijd een aantal van hun eigen EDA-tools gemaakt. "In de jaren '80 hadden de meeste halfgeleider- en ASIC-bedrijven hun eigen tools", zegt Simon Davidmann, oprichter en CEO van Imperas-software. “Maar toen waren er resourceproblemen en klanten wilden een meer gestandaardiseerde aanpak. De industrie transformeerde van propriëtaire oplossingen in de ontwerp- en halfgeleiderbedrijven naar een industrie die wordt gedreven door normen, in een poging een gemeenschappelijke oplossing te bouwen die voor iedereen toepasbaar is.”

Er was nog ruimte voor wat gespecialiseerde tooling. "Elk ontwerphuis heeft een ontwerp- of gegevensbeheerprobleem dat exclusief voor hen is", zegt Rob Aitken, technologiestrateeg bij Synopsys. “Soms, nadat ze een oplossing hebben gecreëerd, willen ze niet dat hun concurrenten die krijgen, en dus houden ze het in huis. Ze zijn misschien tot de conclusie gekomen dat dit de enige manier is om het op te lossen, en dat kan verschillende redenen hebben, maar uiteindelijk zou een breder toepasbare EDA-oplossing voor hen kunnen werken.”

Tools zijn voortdurend in beweging. "Het EDA-bedrijf moet een markt hebben die groot genoeg is om investeringen in de tools te rechtvaardigen", zegt Neil Hand, directeur strategie voor ontwerpverificatietechnologie bij Siemens EDA. “Wat dat echt beperkt, als het gaat om branchespecifieke, applicatie- of domeinspecifieke oplossingen, is hoe algemeen het probleem wordt. En dan het tweede deel is welke talen of mogelijkheden er zijn om die generalisatie in te kapselen.”

Sommige domeinen zijn groot genoeg om speciale oplossingen te ondersteunen. "Domeinspecifiek is niet iets nieuws", zegt Tom Feist, een embedded ondernemer en aannemer voor openROAD. “De FPGA-industrie is een voorbeeld waar EDA en de academische wereld deze uitdaging zijn aangegaan met oplossingen zoals MATLAB, OpenCL, C/C++, Python en Simulink-gebaseerd ontwerp. National Instruments met LabVIEW is een ander voorbeeld.”

Er is altijd een balans tussen specificiteit en flexibiliteit. "Domeinspecifieke systemen hebben te maken met een interessante overlap van technische en economische problemen", zegt Duaine Pryor, technologieconsultant van EDA. “Als je ze algemeen genoeg maakt om een ​​markt te verwerven die een toonaangevende ontwikkeling rechtvaardigt, verliezen ze de waarde die voortkomt uit technische voordelen die door specialisatie worden behaald. Het omgekeerde is natuurlijk ook waar. Dat verspreidt zich door de hele waardeketen.”

Markten en de dynamiek van de sector veranderen. "Er zijn enkele bedrijven met veel middelen aan de rand van hun domein, die manieren proberen te vinden om verder te gaan dan waar de EDA-bedrijven ze kunnen brengen", zegt Davidmann van Imperas. “Daarom worden sommige bedrijven overgenomen door halfgeleiderbedrijven, waar ze op kauwen en stukjes uitspugen om die expertise in huis te halen. Ik ben er zeker van dat het succes van Apple met zijn M1 en M2 te danken is aan het feit dat ze zoveel tools in zich hebben.”

Iedereen die de nieuwste nodes gebruikt, kent de druk die erop staat. "Omdat de schaling van halfgeleiders vertraagt ​​of faalt, is er behoefte aan architecturale innovatie en domeinspecifieke optimalisatie", zegt Zdeněk Přikryl, CTO voor Codasip. “Het verhogen van het abstractieniveau en efficiënte ontwerpautomatisering zorgt voor snellere ontwerpcycli en dus time-to-market.”

Ook worden er veel nieuwe technologieën ingebracht in ontwerpstromen. "Elke keer dat je begint te praten over nieuwe technologieën, bijvoorbeeld fotonica, kun je een kloof ontdekken tussen wat in de handel verkrijgbaar is en wat nodig is", zegt Jeff Roane, productmanager bij Cadans. "Maar dat gat wordt snel gedicht, zodra de noodzaak zich voordoet, tot het punt waarop het financieel zinvol is voor een van de grote spelers om iets te ontwikkelen."

Het opbouwen van de benodigde expertise kost tijd. "Het kwantum-EDA-veld zal barrières tussen natuurkunde en techniek moeten overbruggen", zegt Mohamed Hassan, planningsleider voor kwantumoplossingen voor Keysight Technologies. “Dit is een enorme klus. De twee velden gebruiken meestal verschillende terminologieën en nomenclatuur. Momenteel omvat de ontwerpcyclus van kwantumhardware meerdere tools, in meerdere domeinen, op een onenigheidsmanier met meerdere hiaten ertussen die doorgaans worden opgevuld door extra inspanningen die sterk afhankelijk zijn van de kennis en ervaring van de ontwerper.”

De ESL-fout
De elektronisch systeemniveau inspanning van de late jaren '90 was een poging om een ​​nieuwe abstractie te introduceren samen met nieuwe talen. "Het begon met brede doelen en werd uiteindelijk vrij beperkt gericht op datapath-centrische en vergelijkbare soorten algoritmisch rechttoe rechtaan ontwerp", zegt Aitken van Synopsys.

De markt blijft groeien en evolueren voor sommige van de tools die als onderdeel van die stroom zijn ontwikkeld. "Het co-ontwerp en de optimalisatie van co-processorhardware/software op systeemniveau begint meer op een echte verstoring te lijken, maar het heeft een echte 'terug naar de toekomst'-smaak", zegt Pryor. "De industrie kreeg aanvankelijk het probleem toen veel systemen - met name mobiele telefoons - een meer heterogene computerarchitectuur kregen. Enkele goede oplossingen werden gegenereerd, maar werden nicheproducten door een combinatie van economische factoren en technische silo's. Ontwerp door optimalisatie, synthese op hoog niveau, domeinspecifieke talen en andere ontwikkelingen in de afgelopen 20 jaar zouden dit gebied handelbaarder kunnen maken dan in het millennium.”

ESL werd ook afgebogen door de groeiende IP-markt. "Tegenwoordig zien we dit idee van tools plus IP", zegt Roane van Cadence. "Je ziet processor-IP, geheugen-IP, interconnect-IP, interface-IP, zelfs de algoritme-dingen die worden gedekt door synthese op hoog niveau vandaag. Maar als je kijkt naar het soort ontwerpen dat echt vatbaar is voor synthese op hoog niveau, dan zijn het algoritmische ontwerpen. Het hele idee van tools-plus-IP is iets dat vandaag al in het spel is, en daar ga je meer van zien.”

Virtuele prototypes veel stukken ervan bij elkaar houden. "Domeinspecifieke EDA kan helpen bij het genereren van delen van het virtuele prototype, zoals processors of andere componenten die in de SoC worden gebruikt", zegt Přikryl van Codasip. Dus in één aspect wordt domeinspecifieke EDA mogelijk gemaakt door het virtuele prototype, waarbij elk van de verticalen aanzienlijk wordt versneld en geoptimaliseerd door toegewijde stromen die geschikt zijn voor die functies. Als ik de parallel maak met de softwarewereld, kunnen we code in verschillende talen laten schrijven en alles aan elkaar lijmen in de linker. Het is vergelijkbaar in de hardwarewereld. We gebruiken gewoon verschillende integratiemethoden.”

As abstracties worden verhoogd, wordt de werkdruk steeds belangrijker. "Jaren geleden kon je het vermogen in de lay-out optimaliseren, en dat is alles wat mensen echt konden doen", zegt Siemens' Hand. “En toen werd macht een onderdeel van de synthese en de afweging van de implementatie. Toen werd het onderdeel van de synthese op hoog niveau. Nu is het onderdeel geworden van de afweging van processoroptimalisatie, en we gaan omhoog en het zal onderdeel worden van de afwegingen op systeemniveau.”

Die workloads zijn de drijvende kracht achter ontwerppraktijken. "De hyperscalers doen aan chipontwerp omdat hun specifieke workloads uniek zijn en verschillen van de beoogde workloads die hun leveranciers proberen te bereiken", voegt Roane toe. “Je kunt die taken uitvoeren met kant-en-klare processors, maar dat brengt hoge kosten met zich mee in termen van stroomverbruik. En u krijgt waarschijnlijk niet de beste prestaties in vergelijking met een aangepaste implementatie. We zien tegenwoordig veel hyperscalers die chipontwerpen doen omdat ze proberen het energieverbruik te verlagen en de prestaties te verbeteren voor specifieke workloads die uniek zijn voor hen.”

Machine learning creëert ook een aantal unieke stromen. "We zien dat er veel domeinspecifieke architectuurtaal wordt gecreëerd", zegt Aitken. “Als je erover nadenkt vanuit een EDA-standpunt, is het zeker een kans voor een op maat gemaakte ontwerpbenadering, uitgaande van de taal die je gebruikt om deze dingen te beschrijven. Hoe verschilt een synthesestroom die is geoptimaliseerd voor een bepaalde structuur van een synthesestroom zoals die nu bestaat? Hoe maak je een algoritme op maat dat een aangepast blok gaat produceren?”

Ontwikkeling van gereedschap
In het verleden kwam veel van de domeinspecifieke tooling van startups. "Ze zouden een kans zien waar klanten iets eisten dat niet werd vervuld door EDA", zegt Davidmann. “We zijn van simulatiebedrijf naar verificatie gegaan vanwege de vraag die door RISC-V werd gecreëerd en de behoefte aan een ecosysteem voor de verificatie van processors. Er zijn een handvol bedrijven die oplossingen bouwen omdat de klanten het nodig hebben, maar Big EDA is er nog niet. Kleine bedrijven creëren dit en na verloop van tijd zal er consolidatie zijn.”

Dit stimuleert ook de belangstelling voor open-source EDA. "Een van de dwingende redenen om open source te gebruiken, was de mogelijkheid om de tool aan te passen aan hun speciale behoeften", zegt Feist van openROAD. "Dit kan zijn voor beveiliging of het gebruik van functies zoals machine learning. Google is een groot voorstander van open source geweest, en het is niet omdat de tools te duur voor hen zijn. Het is omdat ze een concurrentievoordeel willen, en als ze hun geheime saus aan de EDA-leveranciers geven, dan heeft iedereen die.”

Eén zo'n open source-stroom, weergegeven in figuur 1, is samengesteld door efabless.

Fig. 1: OpenLANE-stroom gebouwd op OpenROAD. Bron: efabless

Sommige grote EDA-bedrijven spelen in op deze trend. “Met open standaarden kunnen mensen instromen in stromen”, zegt Hand. “De mogelijkheid om interfaces toe te voegen aan tools is belangrijk, en academische samenwerkingen zijn belangrijk. Traditioneel is dat een van de gebieden waarop EDA wel moet worden verbeterd. Er zijn in het verleden gevallen geweest waarin er zeer nauwe samenwerkingen waren tussen de academische wereld en het EDA. In recentere tijden is dat verdwenen en daar moeten we op terugkomen."

Een stuurprogramma daarvoor kan toegang tot gegevens zijn. "De hyperscalers besteden enorm veel tijd aan het verzamelen van gegevens, het verwerken van gegevens en het voorkomen dat elkaar toegang tot die van hen heeft", zegt Aitken. “Overweeg in termen van chipgegevens on-die-monitoren. Je kunt deze gebruiken om informatie te verzamelen terwijl de chip draait, en je kunt dingen leren. Big EDA geeft u geen gegevens. Ze geven je een middel om je eigen gegevens te verzamelen en ermee te doen wat je wilt. Er is nog een rol in ML-stijl, waarbij de relevante gegevens zowel binnen Synopsys als binnen het gebruikersbestand bestaan. Als een tool of flow bijvoorbeeld een heleboel knoppen heeft, wat gebeurt er dan als je ze op verschillende manieren afstemt? Waar krijg je het beste antwoord?”

Hand is het daarmee eens. “We werken met klanten en hebben interfaces toegevoegd aan tools waarmee ze informatie kunnen extraheren en in hun data lake. Dan kunnen ze hun eigen diepgaande analyse doen met informatie over hun ontwerp, en bouwen ze hun eigen mogelijkheden. Dat kan uniek zijn voor hun behoeften, omdat ze profiteren van het feit dat ze aanvullende informatie over het ontwerp kunnen toepassen. We zijn niet op de hoogte van die informatie.”

Voor het maken van tools zijn vaak meerdere mensen nodig. "Quantum EDA wordt gezien als de software en tools die de workflow zullen stroomlijnen en de automatisering van het ontwerp van kwantumhardware mogelijk maken, of het nu is gebaseerd op supergeleidende qubits, ingesloten ionen, spin-qubits, geïntegreerde optica of koude atomen", zegt Hassan van Keysight. "De hardwarebasis omvat brede ontwikkelingsgebieden, van supergeleidende microgolfcircuits tot optica en geïntegreerde fotonica, wat de kwantum-EDA-mogelijkheden vergroot, maar het uitdagend maakt voor een gerichte inspanning. Een steile kennisbarrière houdt veel ingenieurs buiten dit hete opkomende veld, en het is heel anders dan hoe de huidige volwassen EDA-ontwerpcyclus is ontworpen, bijvoorbeeld voor het ontwerpen van geïntegreerde schakelingen.”

In andere gevallen stelt een applicatiedomein nieuwe eisen aan bestaande tools en dieptepunten. "Autonome voertuigen, of het nu robots, auto's of vliegtuigen zijn, brengen een geheel nieuwe reeks vereisten met zich mee", zegt Hand. "Het voegt nieuwe functionele veiligheidsaspecten toe, of een nieuwe focus op niet-determinisme dat door de hele stroom moet worden beheerd."

Eenvoudige veranderingen kunnen grote gevolgen hebben. "Als je kijkt naar multi-die-systemen, waar je dingen begint op te nemen die verder gaan dan gewone CMOS - of het nu nieuwe herinneringen zijn of CMOS van verschillende processen - dan loop je tegen een probleem aan", zegt Aitken. “Je kunt een bestaande set EDA-tools dwingen om daarmee te werken, en je kunt een bestaande set aannames afdwingen over hoe marges zouden moeten werken en hoe afmelding zou moeten werken. Maar als je op het punt komt dat je het beter wilt doen dan dat, dan zou je echt een deel van de stroom moeten heroverwegen in termen van hoe je bouwt wat neerkomt op domeinspecifieke EDA voor het domein van signalen, stroom, klokken, enz. , migreren over een multi-die-systeem, in een pakket. Dat is een ander dier dan waar de bestaande EDA-oplossingen voor zijn ontwikkeld.”

Dit hoort bij de cursus met EDA. "Met elke nieuwe generatie producten, of het nu wordt gebruikt in nieuwe nodes of in nieuwe toepassingen, wordt EDA uitgebreid en creëert het nieuwe kansen", zegt Hand. “De EDA-industrie van vandaag lijkt in niets op wat betreft de dekking van de functies. Het is niet langer alleen een simulator en een synthesetool en een lay-outtool. Het is veel verder gegaan dan dat. We voegen nog een paar dingen toe aan de onderkant en we voegen nog een paar toe aan de bovenkant, maar het creëert nieuwe mogelijkheden voor optimalisatie, door meer informatie te gebruiken die voor ons beschikbaar is.”

Het is altijd een combinatie van duwen en trekken geweest. "Er zijn altijd twee dynamieken geweest", zegt Roane. “Een daarvan is waar de EDA-bedrijven zullen proberen te voorspellen en daarom zullen pushen. De andere dynamiek is waar hun klanten, de halfgeleiderbedrijven, een aantrekkende vraag zullen creëren op basis van wat ze doen. In een perfecte wereld zouden beide krachten op één lijn liggen. En voor zover dat het geval is, betekent dat succes voor die nieuwe tool of technologie. Maar ze zijn vaak niet op elkaar afgestemd. Soms wacht je op die perfecte storm.”

Conclusie
Het is mogelijk dat er tegenwoordig meer interne EDA-tools worden gemaakt, alleen maar omdat de industrie zoveel nieuwe richtingen inslaat. De vertraging van de wet van Moore zorgt ervoor dat bedrijven naar veel nieuwe technologieën, oplossingen en optimalisaties kijken, en het kost tijd om die behoeften samen te smelten tot iets dat kan worden gedekt door een standaardstroom. De industrie is levendig en dit is slechts één indicator van groei.