Automatyzacja procesu projektowania systemów elektronicznych (EDA)

EDA obejmuje szeroki zestaw algorytmów oprogramowania oraz aplikacje, których wymaga projektowanie złożonych półprzewodników najnowszych generacji oraz produktów elektronicznych. Wzrost złożoności projektów układów o wielkiej skali integracji (VLSI) stanowi znaczące wyzwanie dla narzędzi EDA, wydajność aplikacji nie skaluje się efektywnie od kiedy wydajność mikroprocesorów jest ograniczona wzrostem mocy i problemami z możliwościami produkcyjnymi, które towarzyszą skalowaniu. Zazwyczaj testowanie systemów cyfrowych polega na rozdzieleniu zadań symulacji logiki pomiędzy ogromnymi farmami obliczeniowymi, które każdorazowo trwają tygodniami. Niestety wydajność tych symulacji często jest niewystarczająca, prowadząc do niekompletnej weryfikacji lub przeoczenia błędów funkcjonalnych. Nie jest zaskoczeniem to, że przemysł związany z półprzewodnikami zawsze szuka szybszych rozwiązań w dziedzinie symulacji. Ostatnie trendy w obliczeniach o wysokiej wydajności (HPC) coraz częściej wykorzystują wielordzeniowe układy GPU pozwalając uzyskać przewagę konkurencyjną, poprzez użycie takich układów GPU jako masowo równoległy koprocesor głównego układu CPU przyspieszający wymagające obliczeniowo symulacje EDA, obejmujące symulacje Verilog, symulacje integralności sygnałów i elektromagnetyczności, symulacje litografii, symulacje obwodów SPICE i wiele innych.
Symulacje Verilog na układach GPU z oprogramowaniem RocketSim [dowiedz się więcej] (Źródło: Tomer Ben-David, Rocketick, Izrael)
Akcelerowana przez układy GPU symulacja pełnego zakresu fal elektromagnetycznych do analizy przenikania fal na drugiej stronie układu (Źródło: Martin Timm, CST, Niemcy)

Aplikacje niezależnych producentów oprogramowania (ISV) wykorzystujące CUDA

* Oczekiwany wzrost szybkości w porównaniu do systemu opartego na czterordzeniowym procesorze x64. Wzrosty szybkości według testów przeprowadzonych samodzielnie przez firmę NVIDIA lub na podstawie dokumentacji od dostawcy aplikacji.

Pozostałe istotne oprogramowanie wykorzystujące CUDA

• Moduły obliczeniowe FDTD Acceleware
• FMSlib: GPU Parallel Out-of-core Matrix Algebra firmy Multipath
• Rozwiązania związane ze zjawiskami elektromagnetycznymi Acceleware
• Akceleracja symulacji rozpraszania światła opartych o metody FDTD z zastosowaniem układów GPU

Raporty techniczne na temat wykorzystania CUDA w zadaniach związanych z EDA

• Wysoce wydajne symulacje na poziomie bramek z obliczeniami ogólnego przeznaczenia na układach GPU
• Akceleracja weryfikacji funkcjonalnej z użyciem obliczeń ogólnego przeznaczenia na układach GPU
• Sprawdzanie równoważności z użyciem obliczeń równoległych na układach GPU
• Wykorzystanie układów GPU do obliczeń EDA
• Sprzętowa akceleracja w algorytmach EDA – specjalizowane układy scalone, układy GPU i FPGA
• Najwyższy czas (symulacje elektromagnetyczne wykorzystujące EDA w projektowaniu PCB)

Główne jądra obliczeniowe oraz moduły obliczeniowe związane z automatyzacją procesu projektowania układów i systemów elektronicznych dla układów GPU typu CUDA

• Moduły obliczeniowe matryc Acceleware
• Biblioteka do rozwiązywania złożonych problemów z dziedziny algebry liniowej (MAGMA)
• Akcelerowana przez układy GPU biblioteka algebry liniowej (CULA)
• Moduły obliczeniowe z zakresu algebry liniowej macierzy rzadkich: Metody iteracyjne
• SpMV firmy NVIDIA: Kod programu
• Publikacja 1
• Publikacja 2
• Iterative CUDA
• Moduły obliczeniowe z zakresu algebry liniowej macierzy rzadkich: metody bezpośrednie
• PARDISO z CUDA

Zobacz także

• AccelerEyes Jacket™ for MATLAB®
• MATLAB®
• Tesla/CUDA – przykłady typu „historia sukcesu”
• Inne rozwiązania wertykalne wykorzystujące produkty Tesla
• Narzędzia programistyczne i biblioteki CUDA
• Kup rozwiązania Tesla

MATLAB jest zastrzeżonym znakiem towarowym The MathWorks, Inc.
Jacket jest znakiem towarowym AccelerEyes