Laut den vom Unternehmen veröffentlichten Benchmark-Tests ermöglicht diese Lösung eine Reduzierung des Entwicklungsaufwands um bis zu 95 %, eine Reduzierung der Workflow-Einrichtungszeit um bis zu 99 % und die Bewertung der Anzahl der Designalternativen um bis zu 50 Mal im Vergleich zu herkömmlichen manuellen Verfahren.
Die auf der NVIDIA GTC Berlin vorgestellte Initiative zielt darauf ab, die Entwicklung fortschrittlicher Softwarepakete für Computer- und KI-Anwendungen zu verbessern.
Wärmemanagement – eine Herausforderung für 3D-integrierte Schaltungen.
Der steigende Bedarf an Rechenleistung und Speicherbandbreite erhöht die Komplexität des Halbleiterdesigns. 3D-integrierte Schaltungen ermöglichen die Integration verschiedener Komponenten auf kleinstem Raum, stellen aber auch Herausforderungen hinsichtlich Stromverteilung und Wärmeableitung dar.
Als Beispiel für diese Anforderungen nennt Siemens die NVIDIA Rubin GPU mit bis zu 50 Petaflops NVFP4-Inferenzleistung und 288 GB HBM4-Speicher pro GPU, integriert in Systeme wie die NVIDIA Vera Rubin NVL72. Bei diesen Architekturen muss die elektrothermische Analyse bereits in den frühesten Entwurfsphasen erfolgen, um potenzielle Einschränkungen zu identifizieren, bevor sie die finalen Entwicklungsphasen erreichen. Diese Prozesse erfordern jedoch häufig die manuelle Koordination verschiedener Simulationswerkzeuge für elektrische, thermische und Parameteranalysen, was die Anzahl der analysierbaren Konfigurationen begrenzt.
Der Fuse EDA AI Agent automatisiert neun Entwicklungsphasen.
Die von Siemens entwickelte Lösung nutzt den Fuse EDA AI Agent in Verbindung mit Intelligence Center X, um Analysetools automatisch zu koordinieren. Der Ingenieur definiert die Designziele, und der Agent führt elektrothermische Simulationen durch, identifiziert Abweichungen und analysiert deren mögliche Ursachen. Das System kann feststellen, ob Probleme mit der Stromverteilung, der Bauteilplatzierung, den Verkapselungsmaterialien oder einer Kombination dieser Faktoren zusammenhängen.
Auf Grundlage der Ergebnisse werden neue Konfigurationen vorgeschlagen und die Simulationen wiederholt, um deren Verhalten zu überprüfen.
Der Workflow automatisiert neun Schritte mithilfe von sieben Siemens EDA-Tools:
– Innovator3D IC Integrator: Planung und Design von 3D-integrierten Schaltungen und Gehäusen.
– Solido Characterizer: KI-gestützte Bibliothekscharakterisierung und Liberty-Dateigenerierung.
– mPower Digital: Leistungsanalyse unter Berücksichtigung der Temperatur.
– Calibre 3DThermal: Thermische Analyse und Verifizierung von 3D-integrierten Schaltungen.
– Simcenter FloTHERM: Thermische Simulation auf Systemebene.
– Calibre xACT: Extraktion temperaturabhängiger parasitärer Parameter.
– Solido SPICE: KI-beschleunigte elektrische Simulation.
Bis zu 500 Konfigurationen werden pro Zyklus analysiert.
Das System nutzt die Design Space Exploration and Optimization (DSE/DSO)-Technologie von Siemens, um mithilfe von Simulatoren auf Basis physikalischer Modelle verschiedene Alternativen zu bewerten. Jeder Zyklus führt innerhalb von 8 bis 10 Stunden 50 bis 100 Berechnungsschritte durch und analysiert dabei 200 bis über 500 Designpunkte. Zu den berücksichtigten Variablen gehören Wärmeübergangskoeffizienten, Leistungsbilanzen und Materialkombinationen.
NVIDIA steuert KI-Modelle und beschleunigtes Rechnen bei.
Die Architektur kombiniert das NVIDIA Agent Toolkit, Nemotron-Modelle und CUDA-X-Bibliotheken für beschleunigtes Rechnen. Zu den verwendeten Technologien gehört Nemotron-3.5-Lightning, das die Koordination von Agenten und Simulatoren vereinfacht.
Die Umgebung umfasst außerdem Werkzeuge zur Überwachung und Verbesserung ihrer Leistung:
– NeMo Gym und NeMo RL: Überwachung der Ausführung und Optimierung spezialisierter EDA-Modelle.
– NeMo Relay: Agentenbeobachtung und -prüfung.
– NeMo Switchyard: Aufgabenverteilung zur Optimierung von Genauigkeit und Rechenressourcen.
– NVIDIA OpenShell: Isolierte Ausführung zum Schutz geistigen Eigentums und von PDKs (Production Process Design Kits).
– CUDA-X: Beschleunigung kompatibler Simulatoren.
Die Kombination dieser Technologien ermöglicht es den Agenten, Simulationsergebnisse zu erhalten und diese zur Steuerung neuer Designiterationen zu nutzen.
Siemens weitet agentenbasierte KI auf weitere EDA-Prozesse aus.
Ankur Gupta, Executive Vice President des EDA-IC-Portfolios von Siemens, betonte, dass die Automatisierung die Grenzen traditioneller Prozesse überwindet, bei denen Spezialisten verschiedene Tools manuell koordinieren müssen. Tim Costa, Vice President und General Manager für industrielle und computergestützte Entwicklung bei NVIDIA, merkte an, dass die Stromverteilung und Wärmeableitung die Designmöglichkeiten von 3D-Chips zunehmend einschränken.
Hin zu einem stärker automatisierten Halbleiterdesign:
Die Zusammenarbeit zwischen Siemens und NVIDIA stellt einen Ansatz vor, der agentenbasierte KI, physikalische Simulation und beschleunigtes Rechnen kombiniert, um die elektrothermischen Herausforderungen von 3D-integrierten Schaltungen zu bewältigen. Die Automatisierung von Analyseaufgaben ermöglicht die Bewertung von mehr Alternativen und die frühzeitige Erkennung potenzieller Leistungs- und Temperaturbeschränkungen in der Entwicklung.
