В рамках своего давнего стратегического альянса NVIDIA и Siemens добились ранее считавшегося невозможным прорыва: им удалось освоить десятки триллионов циклов всего за несколько дней, используя масштабируемую, оптимизированную по производительности аппаратную архитектуру Veloce proFPGA CS в сочетании с оптимизированной архитектурой чипа NVIDIA.
«NVIDIA и Siemens сотрудничают в различных областях, особенно в разработке методов аппаратной верификации и прототипирования на базе FPGA, чтобы удовлетворить требования к верификации сложных SoC для искусственного интеллекта и машинного обучения», — сказал Жан-Мари Брюне, старший вице-президент и генеральный директор подразделения аппаратной верификации в Siemens Digital Industries Software.
«Veloce proFPGA CS решает эти задачи, сочетая гибкую и масштабируемую архитектуру с передовым, простым в использовании процессом развертывания и отладки, предлагая оптимальное решение как для проверки IP-блоков на отдельных FPGA, так и для проектирования чиплетных схем с миллиардами логических элементов».
Со своей стороны, Нарендра Конда, вице-президент по разработке аппаратного обеспечения в NVIDIA, отметил: «По мере усложнения архитектур ИИ и вычислительных систем командам разработчиков полупроводниковых устройств необходимы высокопроизводительные решения для верификации, позволяющие проверять огромные объемы данных и ускорять вывод продукции на рынок. Интеграция наших архитектур с Veloce proFPGA CS позволяет нам обрабатывать триллионы циклов за считанные дни, обеспечивая надежность следующего поколения ИИ».
Системы прототипирования на базе FPGA обеспечивают высокую скорость и позволяют выполнять задачи верификации на этапе до производства микросхем за гораздо меньшее время, чем требуется для моделирования или эмуляции. Однако современные разработки в области ИИ и машинного обучения требуют еще большей производительности из-за растущей сложности как аппаратного, так и программного обеспечения.
Для удовлетворения этих требований, соблюдения рыночных сроков и обеспечения надежности критически важной стала возможность выполнения триллионов циклов за короткое время. Традиционные инструменты верификации, такие как моделирование и эмуляция, не масштабируются более чем на миллионы или, в лучшем случае, на несколько миллиардов циклов за разумные сроки.
