Automatisation de la conception électronique (EDA)

L’EDA implique une série variée d’algorithmes et d’applications logicielles qui sont requis pour la conception de produits semi-conducteurs et électroniques nouvelle génération complexes. L’augmentation de la complexité de la conception VLSI pose un défi considérable à l’EDA ; la mise à l’échelle de la performance de l’application n’est pas efficace étant donné que les gains de performance du microprocesseur ont été entravés par une augmentation de puissance et des problèmes de fabrication, liés à la mise à l’échelle. Les systèmes numériques sont généralement validés en distribuant des tâches de simulation logique parmi d’immenses grappes de serveurs pour plusieurs semaines à la fois. Toutefois, la performance de simulation prend souvent du retard, entraînant des vérifications incomplètes et des bugs fonctionnels manqués. En effet et sans surprise, le secteur industriel des semi-conducteurs est toujours à la recherche de solutions de simulation plus rapides. Les tendances récentes dans le HPC consistent à exploiter de plus en plus des GPU multi-cœur pour en tirer un avantage concurrentiel en utilisant de tels GPU en tant que coprocesseur CPU massivement parallèle, afin d’accélérer les simulations EDA lourdes en calcul, incluant entre autres la simulation Verilog, l’intégrité de signal et électromagnétique, la lithographie informatique, et la simulation de circuit SPICE.
Simulation Verilog sur GPU avec RocketSim [en savoir plus] (Source : Tomer Ben-David, Rocketick, Israël)
Simulation EM à onde complète accélérée par GPU pour analyser la diaphonie du côté opposé du kit (source : Martin Timm, CST, Allemagne)

Applications ISV utilisant CUDA

* Accélération théorique par rapport à un système basé sur un CPU quad-core x64. Données calculées en interne par NVIDIA ou fournies par l’éditeur de l’application.

Autres logiciels exploitant CUDA

• Résolveurs FDTD d’Acceleware
• FMSlib : Algèbre matricielle hors cœur parallèle GPU de Multipath
• Solutions électromagnétiques d’Acceleware
• Accélération par le GPU de simulations de dispersion de la lumière avec la méthode FDTD

Rapports techniques sur l’EDA sur CUDA

• Simulation haute performance niveau porte avec calcul GP-GPU
• Accélération de la validation fonctionnelle à l’aide du GPGPU
• Vérification d’équivalence parallèle avec les GPU
• En route vers le calcul EDA sur les GPU
• Accélération matérielle des algorithmes EDA - IC, FPGA, GPU personnalisés
• Une question de temps (simulations EM avec le concept PCB EDA)

Résolveurs et noyaux de base pour l’EDA sur les GPU CUDA

• Résolveurs matriciels Acceleware
• Librairie d’algèbre linéaire dense (MAGMA)
• Librairie d’algèbre linéaire accélérée par GPU (CULA)
• Solveurs linéaires de matrices creuses : Solveurs itératifs
• SpMV NVIDIA : Code
• Document 1
• Document 2
• CUDA itératif
• Solveurs linéaires de matrices creuses : Solveurs directs
• PARDISO avec CUDA

Voir également

• AccelerEyes Jacket™ for MATLAB®
• MATLAB®
• Histoires de réussites Tesla/CUDA
• Autres solutions verticales Tesla
• Outils et librairies de développement logiciel CUDA
• Acheter Tesla

MATLAB est une marque déposée de The MathWorks, Inc.
Jacket est une marque commerciale d'AccelerEyes