Siemens déploie un outil de conception de circuits intégrés pour les données

May 24, 2023

Même si les circuits intégrés et les dispositifs dans lesquels ils sont conçus nous facilitent la vie, les défis liés au développement et à la vérification des circuits intégrés continuent de devenir de plus en plus graves. La complexité des ASIC et des FPGA actuels est à l'origine de cette tendance, et cette complexité ne fera que croître. Pour résoudre ce problème, Siemens a dévoilé cette semaine Questa Verification IQ, une plate-forme logicielle centrée sur l'idée de vérification basée sur les données.

La société positionne le nouvel ensemble d'outils comme une plate-forme d'équipe, basée sur le cloud et basée sur les données, qui utilise la technologie de l'intelligence artificielle (IA). Questa Verification IQ vise à aider les ingénieurs de conception de circuits intégrés à effectuer plus rapidement la clôture des vérifications, à rationaliser la traçabilité, à optimiser les ressources et à réduire les délais globaux du processus de conception.

Dans cet article, nous examinons les défis actuels en matière de conception de circuits intégrés, nous expliquons comment le nouveau logiciel de Siemens met en œuvre la vérification basée sur les données et nous présentons les points saillants de notre entretien avec Darron May, chef de produit, gestion de la vérification, débogage et couverture chez Siemens Digital Industries Software.

Pour comprendre le problème, May dit que nous devons examiner les défis de complexité auxquels sont confrontés les ingénieurs qui développent et vérifient la nouvelle génération actuelle de circuits intégrés. Pour illustrer ce point, les données partagées par May proviennent de « 2022 Functional Verification Study » du Wilson Research Group.

Selon le rapport, la durée médiane des projets ASIC et FPGA est actuellement d'environ 10 à 12 mois. Et, fait intéressant, 70 % de ce temps est réellement consacré à la vérification fonctionnelle. « Nous parlons de sept ou huit mois comme durée médiane consacrée à la vérification », explique May.

Les défis ne font qu'empirer avec le temps, dit May. L'étude montre que le succès des premiers essais sur silicium pour les ASIC est tombé à 24 %, soit une baisse de 7 % au cours des huit dernières années seulement. « C'est en fait le niveau le plus bas que l'industrie ait connu depuis des années – cette étude dure depuis si longtemps maintenant », explique May. Et, si vous regardez l'inverse, 76 % des projets ASIC ont besoin de relances, peut-être deux ou trois répétitions, explique May.

Le facteur temps pose également problème. Selon l'étude, seul un tiers de ces conceptions d'ASIC se terminent dans les délais. « En raison de ces retards, les ingénieurs recherchent des moyens d'accélérer leurs processus », explique May. Tout cela est aggravé par l'augmentation des coûts des masques et des plaquettes et par le rétrécissement des géométries qui nuisent à la conception des ASIC. « Il devient donc vraiment important de rendre ces processus aussi efficaces que possible pour lutter contre cette spirale des coûts », explique May.

Les FPGA sont souvent cités comme alternative aux ASIC, lorsque cela est possible. Mais face à ces problèmes de complexité, les projets FPGA ne sont pas plus performants. Citant les données de l'étude, May affirme que seulement 16 % des conceptions de FPGA parviennent réellement à échapper à des bogues non triviaux en production, tandis que plus de 30 % d'entre elles présentent au moins deux de ces bogues affectant leur qualité. « Entre-temps, selon l'étude, seuls 30 % des projets FPGA se terminent à temps », explique May. "C'est donc très similaire au marché des ASIC."

Pour aider à sortir le monde de la conception de circuits intégrés de cette ornière, May soutient qu'il faut exploiter l'idée selon laquelle les données sont la clé de l'amélioration. Dans le monde des circuits intégrés, cela signifie passer à une vérification basée sur les données. « Les données contiennent des modèles et des informations que les experts peuvent analyser », dit-il. « Et désormais, grâce au stockage de masse, à l’infrastructure informatique moderne, à l’apprentissage automatique (ML) et à l’IA, les données peuvent désormais être la clé de la vérification basée sur les données. »

May affirme qu'il existe trois facteurs fondamentaux importants dans la vérification basée sur les données : l'analyse, la collaboration et la traçabilité. Dans ce contexte, l'analyse signifie fournir aux ingénieurs des algorithmes de vérification traditionnels afin qu'ils puissent utiliser leur propre expertise pour étudier les données. "Cela est ensuite complété par la puissance du ML qui nous permet d'apprendre de ces énormes ensembles de données que nous générons dans le cadre du processus de vérification", explique May.

Pour la partie collaboration, ce qui est nécessaire pour fournir des processus d'équipe efficaces aux ingénieurs. « Cela signifie aider les équipes à gérer les données de manière centralisée et être capables de travailler sur plusieurs sites », explique May. Enfin, la traçabilité est importante pour permettre le respect de la sécurité. Cela signifie automatiser l’audit des relations entre les exigences, la mise en œuvre et la vérification.