首页/文章/ 详情

Cadence 扩充系统 IP 产品组合,推出 NoC 以优化电子系统连接性

10月前浏览242

利用 Cadence Janus NoC,设计团队可更快获得更好的 PPA 结果,降低设计风险,节约宝贵的工程资源,倾力打造 SoC 的差异化功能。


中国上海,2024 年 7 月 1 日——楷登电子(美国 Cadence 公司,NASDAQ:CDNS)近日宣布扩充其系统 IP 产品组合,新增了 Cadence® Janus Network-on-Chip(NoC)随着当今计算需求的不断提高,更大、更复杂的系统级芯片(SoC)和分解式多芯片系统在市场上迅速普及,硅组件内部和硅组件之间的数据传输变得越来越具有挑战性,功率、性能和面积(PPA)受到了影响。Cadence Janus NoC 能够以极低的延迟高效管理这些同步高速通信,帮助客户以更低的风险更快地实现其 PPA 目标。     


Cadence 是 IP 和设计质量领域备受信赖的领导者,我们将继续加大投入,提升我们的基础接口和处理器 IP、系统 IP、软件和设计服务能力,帮助客户开发差异化的分解式设计。”Cadence 高级副总裁兼芯片解决方案事业部总经理 Boyd Phelps 表示,“我们不断扩充的系统 IP 产品组合迎来了新的成员——Cadence Janus NoC,这是这一战略的重要里程碑。我们从 IP 提供商成长为 SoC 设计合作伙伴,为客户带来了更大的价值,使他们能够集中宝贵的工程资源,专注于实现芯片的差异化设计。”


Cadence Janus NoC 依托 Cadence 值得信赖且久经考验的 Tensilica® RTL 生成工具。客户可以使用 Cadence 广泛的软硬件产品组合对其 NoC 进行软件仿真和硬件仿真,并使用 Cadence 的系统性能分析工具(SPA)深入了解 NoC 的性能。该流程支持架构探索,有助于实现可满足产品需求的最佳 NoC 设计。NoC 依托 Cadence 在 IP 和设计质量领域久负盛名的领导地位,由客户满意度遥遥领先的技术团队提供技术支持。

Cadence Janus NoC 可有效应对与当今复杂的 SoC 互连相关的布线拥塞和时序问题,这些问题在物理实现之前往往并不明显。Cadence 的第一代 NoC 不仅能满足当前最迫切的需求,还提供了一个有利于未来的创新平台,例如支持行业标准存储器和 I/O 一致性协议。目前该产品提供的功能和优势包括:

易于使用:Cadence 拥有功能强大、设计先进的图形用户界面(GUI),可轻松支持从小型子系统到完整 SoC 和未来多芯片系统的 NoC 配置。

加快产品上市:RTL 针对 PPA 经过优化,使 SoC 设计人员能够实现带宽和延迟目标。封包化信息可提高线路的利用率,减少线数量,降低时序收敛难度。

降低风险:NoC 的内置功耗理、时钟域交叉和宽度匹配功能有助于降低设计的复杂性。

快速设计周转:Cadence 广泛的软件仿真和硬件仿真能力可实现早期架构探索,以便于快速验证 PPA 结果,确保配置满足设计要求。

可扩展架构:客户可以设计一个子系统,并在 NoC 的完整 SoC 环境中重复使用,以便将来在多芯片系统中重复使用。

灵活:Cadence NoC 兼容任何具有行业标准接口的 IP,包括 AXI4 和 AHB。







我们很高兴看到 Cadence 通过投资系统级解决方案来扩充其 IP 产品组合。”


Intel Foundry 副总裁兼生态系统技术办公室总经理 Suk Lee 表示,“NoC 对于当今 SoC 中的几乎所有子系统都至关重要,因此我们非常支持 Cadence 开发 NoC 产品,并期待他们未来继续扩充其 IP 产品组合。”  


来源:Cadence楷登

System电路通用航空汽车电子消费电子Cadence
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-10-26
最近编辑:10月前
Cadence楷登
签名征集中
获赞 4粉丝 122文章 688课程 0
点赞
收藏
作者推荐

专家访谈 I 人工智能如何助力信号和电源完整性优化

本文转载自 iconnect007.com。在今年的 DesignCon 2023 大会上,iconnect007.com网站采访了 Cadence Design Systems 的产品管理组总监 Brad Griffin,请他谈一谈如何将人工智能和机器学习作为工程设计辅助工具,用来优化信号和电源完整性。 Brad 认为,将人工智能添加到设计流程的优化工具中,有助于工程师评估大量的潜在解决方案,锁定更多经过高度优化的解决方案,效率远高于工程师们的赤手空拳。Q1作为系统分析团队的产品营销总监,您目前在做哪些工作?Brad:其中一些是老生常谈,包括信号完整性、电源完整性、高速设计以及更高水平的集成。但也有令人眼前一亮的新技术,比如现在的热门话题人工智能 (AI) 和机器学习 (ML) 辅助优化,我们将它们融进了整体的信号/电源完整性解决方案。Q2用户提问:“为什么将概念验证投入生产如此困难?”很多人不明白整个流程。Brad:从仿真角度来看,很长一段时间以来,我们为用户提供了参数化的可能,例如,“这是最小值,这是最大值,可能中间还有几个步骤。所有参数可能都要仿真,因为其中有一个变量可能对应 5 个不同的值。”现在,假设有另一个变量,也对应 5 个不同的值。那么5x5,就是 25 个参数,如果再有一个变量,就是 125 个参数。这个数字还可以不断翻倍…Q3接下来是625?Brad:对!如果用户的设计需要使用一个全波 3D 场求解器,最理想的情况下仿真仅需要5 分钟,但实际上则可能高达几个小时,用户不可能进行 625 次仿真并迅速做出决定。而我们的新技术 Optimality,可以在仿真过程中利用 AI/ML分析这些变量,运行其中的一些变量,搞清楚哪些变量看起来不错,哪些结果不太好;并引导后续的仿真,找到最佳值,帮助用户设定目标解决方案。因此,用户不再需要 625 次仿真,可能只需要运行 20 次,仿真时间也能从几周缩短到半天之内。众所周知,AI/ML 引擎的速度很快,容量也很大,我们可以在流程的早期使用,从而在后期获得最佳结果。 Optimality Explorer 使用人工智能和机器学习技术 (AI/ML) 来自动指导优化,平均速度比传统手动操作快 10 倍,在一些设计上甚至实现了高达 100 倍的速度提升。Q4AI/ML的主要作用是管理预期,而不是指望它一气呵成,直接完成整套流程。Brad:目前还不能利用 AI/ML 直接完成整套流程,但也许有一天会实现。事实上,Cadence 团队正在让Allegro 环境支持 AI 功能。从网表开始,在确保信号和电源完整性的前提下进行布线。我们并不是想削弱设计人员努力的价值,而是想让他们的工作更高效,确保他们可以做出更明智的决策,从而在更短的时间内完成更多工作。 在 Allegro 环境中,只需选择电源和接地所在的层即可开始生成过程。我们的信号完整性解决方案需要创建良好的互连模型。如果要了解信号如何从一层过渡到另一层,可以通过多种方式来设计过孔或过孔阵列。而我们的一些客户表示,Optimality 为他们开辟了新思路,提供了更多可能性,因此他们可以找到最佳解决方案。借助人工智能技术,工程师可以在更广的取值范围内运行仿真,提升工作效率。从这个角度来看,人工智能令人惊喜。我们是 Cadence Optimality Intelligent System Explorer 的早期采用者,在具有多个通孔结构和传输线的刚柔结合 PCB板上,该工具性能卓越。Optimality Explorer 的 AI 驱动优化让我们发现了新颖的设计和方法,而这些是我们利用其它工具无法实现的。Optimality Explorer 为原本就性能强大的 Clarity 3D Solver 增加了智能,帮助我们加速达成性能目标。—— Kyle Chen微软首席硬件工程师联发科是 SerDes 设计技术的领导者。在我们最近进行的 112G PAM4 SerDes 项目中,Cadence 的 Optimality Explorer 和 Clarity 3D Solver 帮助我们实现了 75% 的性能提升。Cadence 提供了突破性的 AI 驱动优化,让我们可以快速有效地确定最佳回波损耗和插入损耗,以及 TDR 波形,加速了设计团队的生产力,并成功完成最终产品。—— Aaron Yang 和 Howard Yin联发科设计总监根据信号或电源完整性完整的结果,仿真工具可以生成眼图。在此之前,提取工具将提供高质量的互连模型,这需要有良好的互连设计。这就是 Optimality 的用武之地,确保用户能够优化设计。最终敲定设计方案时,用户可以提取准确的模型,信心十足地完成签核,确信设计在信号完整性上完美通关。 产品设计变得越来越复杂,而 AI 有助于缩短设计周期。我曾经接触过虚拟现实产品,尽管 Meta 在努力降低计算量,但依然要确保虚拟现实头盔的散热性能,不能让用户受到 EMI 辐射。在这种前沿产品的设计过程中,我们的仿真工具发挥着关键作用。Q5用户对 AI/ML 有何想法?Brad:很多人都会觉得:“哇,我以前从来没有想过这些。”他们感到获得了一种可以让他们成为更出色工程师的工具;对此我也深有同感。Cadence 工具速度快,容量高;当Clarity 3D Solver、Celsius Thermal Solver、 Sigrity X 等工具在多个核心上运行时,能够快速解决问题。有了这些得心应手的利器,用户可以进行智能扫描,并确定从未设想的优化解决方案。现在,借助 AI 自身的计算能力,工程师可以专注于更出色的设计开发。 Optimality Explorer 与 Cadence 多物理场分析技术集成Q6Optimality 技术是在充分利用 AI 潜能,引导用户做出有助于最佳设计的决策?Brad:设计流程的关键在于设计决策,而 Optimality 可以帮助用户做出更明智的决定。否则,我们只是在盲目进行的几次仿真中猜测哪一个结果最好。我们完全不会想到,其实可能还有另外 50 种方案,其中第 47 号才是最佳选择,更有助于提升产品性能。但若只凭工程师自己去实现,是并不现实的。Q7富士康的前首席技术官 Happy Holden 一直推崇在 EDA 工具中引入 AI 技术,但他认为不能将 AI 直接插入到现有 EDA 工具的代码中,因为许多工具是在 15 到 20 年前编写的。Brad:他说的没错。但 Cadence Sigrity X 采用全新引擎, Clarity 3D Solver 也是近年全新打造,并不像其他工具那样是上世纪90 年代编写的老古董。Happy 的话道理不假,但 Cadence 重新编写了自己的工具,具备最新的软件工程功能。总体而言,人工智能将是助力工程设计的强大工具。Cadence Optimality Intelligent System Explorer 使用人工智能和机器学习技术(AI/ML)来自动指导优化,使电子系统的多学科分析和优化(MDAO)得以实现。 来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈