설계 공간 최적화 란 무엇인가요?

이 방대한 영역을 탐색하는 것은 매우 노동 집약적인 작업으로, 대개 수 주간의 실험이 필요하며, 종종 과거의 경험과 조직 내 비공식적 지식에 의존하게 됩니다. 최적의 설계 레시피를 만들기 위해 엔지니어들은 방대한 양의 고속 데이터를 처리하고, 불완전한 분석 결과만으로도 즉석에서 복잡한 결정을 내려야 하는데, 이는 종종 의사결정 피로와 설계에 대한 과도한 제약으로 이어집니다. 이러한 수동적이고 반복적인‘설계 공간 탐색 (DSE)’프로세스는 문제의 복잡성을 관리하기 위해 문제를 분할해 왔습니다. 그 결과, 설계 워크플로우 내에서의 선택지 탐색이 심각하게 제한되었으며, 수많은 사소한 의사결정으로 인해 설계자의 생산성이 저하되었습니다.

오늘날의 치열한 시장 경쟁과 엄격한 반도체 제조 요건 속에서, 좋은 레시피와 최적의 레시피 사이의 차이는 성능 면에서 수백 MHz, 배터리 사용 시간 면에서 수 시간, 또는 설계 비용 면에서 수백만 달러에 달할 수 있습니다.

DSO는 칩 설계 워크플로우에서 선택 사항에 대한 탐색 범위를 대폭 확대하는동시에, 중요도가 낮은 수많은 의사결정을자동화합니다.

DSO 에이전트는 설계 도구에서 생성된 대용량 데이터 스트림을 분석하여 이를 바탕으로 최적화 결정을 내립니다. 또한 시간이 지남에 따라 설계가 어떻게 진화하는지 관찰하고, 설계 선택 사항, 기술 매개변수 및 워크플로를 조정하여 다차원 최적화 목표를 향해 탐색 과정을 이끌어갑니다. 검색은 대규모로 실행될 수 있으며, 강화 학습(RL) 기반 의사결정 엔진이 수십 개에서 수천 개에 이르는 탐색 벡터를 자율적으로 운영하고 기가바이트 단위의 고속 설계 분석 데이터를 실시간으로 처리합니다.