AI驱动的设计应用
每年的春运都是一年一度的“出行大考”。
据公开数据预测,2024年的春运40天内将会有90亿人次流动,创下历史新高。其中18亿人次选择铁路、公路、民航、水运、客运,而72亿人次选择自驾出行,亦创历史新高。此外,根据中央气象台消息,今年将是2008年以来最复杂的春运天气,暴雪或大暴雪频发。
拥有一辆安全且舒适的汽车是今年春节自驾出行的必备条件。从选车的角度看,与燃油车相比,现在的消费者似乎更倾向于电动汽车。从功能角度看,先进的驾驶辅助系统、丰富的信息娱乐系统以及智能安全功能正在由豪华车专属,下放至几乎全部主流价位的车型上。
芯片是实现这些功能的核心。如今即使是一辆普通的燃油车,几乎都内置超过1000个芯片从而驱动更多的智能化模块,电动汽车中的芯片数量更是翻倍。随着新能源汽车市场的高速发展,庞大的电子系统功耗动辄高达数千瓦,三电系统的成本几乎占据整车成本的一半,如何突破能效瓶颈实现更智能出行成为核心挑战。
对电动汽车来说,续航里程是消费者购买电动汽车时最关注的问题之一。车载电子系统的能效越高,续航里程就越长。反之,如果电动汽车的能效低,就需要频繁充电。
在为汽车设计车规级芯片时采用全面的高能效设计方案十分重要。
车载应用包含了来自视频、音频、雷达、激光雷达等多个来源的海量数据,软件算法需要消耗大量算力对此进行分类和处理,这导致汽车芯片的复杂度直线上升。在制定硬件架构决策,以及进行软硬件分区时,都必须把能效考虑进去。
在硬件架构阶段,需要权衡的因素有很多,比如基于CPU的通用架构的灵活性、专用数字信号处理器(DSP)的效率、硬件加速器等。对于内存子系统的设计,需要考虑内存需求、分区方式,以及精度水平等。为了更准确地把握硬件的功耗、性能和面积(PPA)特性和各种用例,我们需要借助一套完善的系统进行建模,而不是依赖不准确的估算和猜测。
为了提高能效,很多原本用于移动设备和手持设备的降低功耗的技术也被汽车芯片开发者们所采用,比如电源域关闭、电压频率调整以及高效的时钟和数据门控等。对这些技术在RTL阶段进行评估是最为精确的,但请务必使用真实的系统工作负载。
无论是启动序列还是应用系统工作负载,它们的时钟周期都高达数百万个。因此在这一阶段,只有基于硬件加速的解决方案才能将功耗分析的周转时间(TAT)控制在合理范围内。这类功耗分析可以揭示不同原因造成耗散功率(即功耗错误)区间。具体原因包括:数据流未激活时处于活动状态的时钟、读写操作地址和数据输入在多个时钟周期内未发生变化的冗余内存访问,以及时钟断开时的不必要数据切换等。
为了满足实时或近实时处理海量数据的要求,汽车开发者在软件和硬件中均采用了人工智能(AI)算法。在处理这些算法时,由于存在毛刺(即每个时钟周期的多次信号跃迁),每秒数百万次乘积累加(MAC)运算和其他算术密集型计算会产生大量功率耗散。在RTL阶段,借助目前可用的先进RTL功耗分析工具,可以测量因毛刺而耗散的功率,并确定毛刺来源。获得这些信息后,RTL设计开发者可以修改RTL源代码,以减少毛刺活动和/或缩小下游逻辑器件的尺寸,从而降低功耗。
与RTL设计开发者合作的验证开发者也是关键角色。为了验证设计的功能行为,验证开发者不再只是处理RTL源,还必须验证全局功耗降低技术(如功率关断和电压/频率调整)的功能是否正常。为此,验证开发者需要采用整体性方法来描述功耗设计的意图,如统一电源格式(UPF)。之后,静态验证、形式化验证、硬件加速和仿真等所有验证技术将都可以正确解释该功耗的设计意图,从而形成有效的验证方法。功耗设计意图也贯穿了实现及签核流程。在实现过程中,通过物理设计技术可进一步优化功耗,同时遵守时序和面积限制。在流片前,高精度功耗签核可用于检查是否符合功率规格。
新思科技提供的端到端解决方案,完美覆盖了整个设计流程。从最初的架构规划,到RTL设计及验证,再到硬件加速驱动的功耗分析,最后精准的功耗签核。这套全面解决方案能够帮助汽车IC设计团队更好地做出架构决策,实现精确的RTL功耗分析和功耗感知型物理设计,并确保功耗签核能够顺利通过晶圆代工厂审核认证。