La CPU Vera de NVIDIA reduce a la mitad los tiempos de verificación de chips en Cadence y Synopsys, acelerando el desarrollo de semiconductores de próxima generación.

NVIDIA acelera los diseños de CPU y chips GPU de próxima generación con sus CPU Vera, lo que ofrece un aumento del 50% para mejorar los procesos a nivel de sistema.

Cadence & Synopsys Están Aprovechando Las CPUs Vera De NVIDIA Para Acelerar Sus Procesos De Fabricación De Chips

Las bibliotecas CUDA-X de NVIDIA y el software cuLitho ya están permitiendo un diseño de chip más rápido y reduciendo significativamente los costos de la litografía. Ahora, NVIDIA está trabajando con diseñadores de chips y socios de la industria para optimizar las aplicaciones de automatización de diseño electrónico (EDA) utilizando sus CPUs Vera.

Los procesos clave de EDA incluyen simulación, verificación e implementación. Estos tres son los pasos más cruciales antes de que se envíe un chip para la fabricación. Durante estos procesos, los ingenieros se centran en validar los diversos comportamientos del chip y continúan refinando / optimizando el diseño.

La mayoría de estos procesos dependen en gran medida del rendimiento de la CPU, por lo tanto, requieren núcleos más rápidos y sistemas de memoria eficientes, y Vera le da a estos procesos una actualización impecable en todos los aspectos.

Según las pruebas iniciales realizadas en las CPUs Vera de NVIDIA, el chip pudo proporcionar un aumento de hasta 1.5x en el rendimiento:

• Cadence Jasper, una plataforma de verificación formal, utiliza tecnología de prueba inteligente y aprendizaje automático para encontrar y corregir errores y mejorar la productividad de verificación al principio del ciclo de diseño.

• Synopsys VCS, una solución de verificación funcional de alto rendimiento utilizada para simular y validar diseños de chips complejos antes de la fabricación, utilizó el mismo número de núcleos en la prueba.

La ejecución más rápida de Vera reduce el tiempo que se tarda durante las ejecuciones de verificación individuales, lo que ofrece un mayor rendimiento que permite a los ingenieros y empresas evaluar más alternativas de diseño y completar más validación dentro de la misma ventana de desarrollo.

Después de los procesos iniciales, el comportamiento del chip se describe en la etapa de nivel de transferencia de registro (RTL). Los procesos RTL incluyen simulación lógica, verificación formal, pruebas de regresión e implementación digital.

Las capacidades de NVIDIA Agent Toolkit incluyen:

• Habilidades de física de IA: Las bibliotecas NVIDIA PhysicsNeMo ayudan a los agentes a entrenar e implementar modelos de física de IA personalizables para tareas complejas de diseño y simulación, convirtiendo las arquitecturas de modelos en herramientas llamables para flujos de trabajo de ingeniería.

• Resolveradores escasos iterativos: La nueva biblioteca NVIDIA cuISS (CUDA Iterative Sparse Solvers) acelera los grandes sistemas lineales escasos en simulaciones basadas en la física y de ingeniería. Diseñado para la flexibilidad y el rendimiento en las GPU, sus solucionadores y preacondicionadores modernos y componibles ayudan a los desarrolladores a construir motores de simulación de producción escalables para flujos de trabajo de ingeniería de agentes.

• Directos solucionadores de dispersión: NVIDIA cuDSS (CUDA Direct Sparse Solvers) acelera los grandes y complejos sistemas lineales de dispersión central a la automatización de diseño electrónico (EDA) y la simulación científica. Ofrece un alto rendimiento y robustez numérica para cargas de trabajo críticas como simulaciones de dispositivos, circuitos y sistemas con escalabilidad a implementaciones de múltiples GPU y multinodos en entornos de producción.

• Química cuántica: NVIDIA cuEST (CUDA Electronic Structure Theory) aporta simulaciones de química cuántica de alta precisión a escalas relevantes para el dispositivo, permitiendo que la teoría funcional de densidad (DFT) y los métodos post-DFT se integren en los flujos de trabajo de producción a escala. cuEST aporta valor de producción a los clientes al admitir una amplia gama de funciones modernas y hacer que las simulaciones de estado terrestre y de estado excitado cada vez más grandes sean manejables en las GPU NVIDIA.

Los modelos Nemotron 3 Ultra Open AI también aportan codificación actónica avanzada al diseño de chips con mayor precisión y profunda experiencia en el dominio para la codificación RTL.

Con todo, las CPUs Vera de NVIDIA aportan las capacidades a los procesos EDA y RTL con capacidades aceleradas, un rendimiento más rápido en varios algoritmos y con mayor eficiencia. NVIDIA también está trabajando en sus CPU Rosa de próxima generación con la arquitectura principal Rigel, que continuará optimizando las aplicaciones líderes de EDA, y estos chips serán un habilitador clave de las propias CPUs y GPU de NVIDIA en el futuro.

Fuente: Wccftech