作者:Srinivas Kodiyalam,Samad Parekh
隨著對更高計算性能的需求不斷增加,HPC 行業正朝著異構計算模型發展,其中 GPU 和 CPU 協同工作以執行通用計算任務。在這種異構計算模型中,GPU 充當 CPU 的加速器,以減輕 CPU 的負載并提高計算效率。為了利用這種計算模型和大規模并行的GPU架構,需要重新設計應用軟件。Synopsys 和 NVIDIA 的工程師一直在合作,使用 GPU 來加速電路仿真技術。
IC設計的復雜性繼續呈指數級增長。就在過去十年中,隨著工藝技術從平面技術發展到鰭式場效應晶體管技術,器件數量和寄生效應顯著增加?,F代工藝技術還需要對更多的工藝、電壓和溫度角落進行驗證,導致設計復雜性增加幾個數量級。在此期間,CPU 性能的提升在很大程度上趨于平穩,而 GPU 性能一直在增長,并繼續遠遠超出摩爾定律。隨著時間的推移,這些趨勢只會進一步擴大兩種計算方法之間的差距。GPU 在應對電路仿真挑戰方面具有顯著優勢,包括大量的浮點運算和內存帶寬使用,以及具有大型布局后電路的大量獨立計算作業。
這是一個由一流的 SPICE 和 FastSPICE 技術組成的統一工作流程,可加速模擬、射頻、混合信號、定制數字和存儲器設計的創建。PrimeSim Continuum解決方案建立在創新的SPICE和FastSPICE架構之上,為設計團隊提供10倍的仿真速度,同時保持簽核準確性。PrimeSim的下一代架構采用獨特的GPU技術,可提供執行全面的模擬和RF設計分析所需的顯著性能改進,同時滿足簽核精度要求。在 NVIDIA DGX 系統上運行的測試模型顯示,多核 CPU 的加速速度範圍為 4-12 倍。雖然各種電路類型的性能都有所提高,但在運行大型布局后仿真時,可以看到最好的改進。當與較長的瞬態運行時間相結合時,性能改進更加明顯。
PrimeSim 通過利用 CUDA GPU 的大規模并行性實現了最令人印象深刻的性能提升。涉及的核心技術有:
異構 GPU 和 CPU 架構上的同步并行計算
魯棒稀疏求解器,用于求解方程的電路仿真系統
準確高效的 IC 元件建模
緊湊高效的 GPU 數據模型和管理,以及
快速電路仿真數據庫構建和數據處理
納米級 IC 仿真的復雜性和爆炸式的模型尺寸需要多個具有極快互連的 GPU。NVIDIA DGX 系統和 HGX? 平臺整合了 NVIDIA GPU、NVIDIA NVLink?、NVIDIA Mellanox? InfiniBand? 網路的全部功能,以及完全優化的 NVIDIA? AI 和 HPC 軟體體閣,以提供最高的應用應用效能。
審核編輯:郭婷
-
cpu
+關注
關注
68文章
10477瀏覽量
206891 -
gpu
+關注
關注
27文章
4444瀏覽量
126874 -
HPC
+關注
關注
0文章
285瀏覽量
23431
發布評論請先 登錄
相關推薦
評論