전자 설계 자동화(EDA)

전자 설계 자동화(EDA: Electronic Design Automation)는 복잡한 차세대 반도체 및 전자제품 설계에 요구되는 다양한 유형의 소프트웨어 알고리즘 및 어플리케이션을 포함합니다. VLSI 디자인의 복잡성 정도가 지속적으로 증가하면서 EDA는 해결해야 할 여러 가지 중요한 과제를 안게 되었습니다. 즉, 복잡성이 늘어남에 따라 수반되는 전력 및 제조의 용이성 문제가 증가하면서 마이크로프로세서 성능을 개선하는 데에 어려움이 있어 어플리케이션 성능 향상이 효과를 보지 못하고 있습니다. 디지털 시스템의 통상적인 검증 방법은 한 번에 몇 주간의 방대한 컴퓨트 팜(Compute Farm) 중에서 논리 시뮬레이션 작업을 분배하여 진행하는 것입니다. 하지만 시뮬레이션 성능이 지연되면서 검증 자체가 불완전할 뿐만 아니라 기능적인 버그도 빈번하게 나타납니다. 반도체 산업에서 항상 더욱 빠른 시뮬레이션 솔루션을 요구하는 것은 어쩌면 당연한 것인지도 모릅니다. 최근의 HPC 동향을 살펴보면 Verilog 시뮬레이션, 신호 무결성 및 전자기학, 전산 인쇄공학, SPICE 회로 설계 등 연산 집약도가 높은 EDA 시뮬레이션 속도를 높이기 위해 대규모 병렬 CPU 코프로세서와 같은 GPU를 사용함으로써, 멀티코어 GPU를 개발하여 경쟁 우위를 점하고자 하는 움직임이 뚜렷합니다.
RocketSim을 포함한 GPU 기반의 Verilog 시뮬레이션 [자세히 알아보기] (출처: Tomer Ben-David, Rocketick, Israel)
패키지 역학 측면에서의 크로스토크 분석을 위한 GPU 가속 전파 EM 시뮬레이션 (출처: Martin Timm, CST, Germany)

CUDA를 이용한 ISV 어플리케이션

CUDA를 이용한 기타 관련 소프트웨어

• Acceleware FDTD Solvers
• FMSlib: Multipath의 GPU 병렬 외부기억장치 행렬 대수
• Acceleware 전자기 솔루션
• 범용 GPU를 이용한 FDTD 방법 기반의 광산란 가속화 시뮬레이션

CUDA 기반의 EDA 관련 기술 리포트

• GP-GPU 컴퓨팅을 이용한 고성능 게이트 레벨 시뮬레이션
• GPGPU를 이용한 기능 검증 가속화
• GPU를 이용한 병렬 등가 점검
• GPU 기반의 EDA 컴퓨팅에 대해
• EDA 알고리즘의 하드웨어 가속화 – Custom IC, FPGA, GPU
• 지금이 최적기(EDA PCB 설계의 EM 시뮬레이션)

CUDA GPU 기반의 EDA용 솔버 및 코어 커널

• Acceleware 메트릭스 Solvers
• 밀집 선형 대수 라이브러리 (MAGMA)
• GPU 가속 선형 대수 라이브러리 (CULA)
• 희소 행렬 선형 솔버: 반복 솔버
• NVIDIA의 SpMV: 코드
• 문서 1
• 문서 2
• 반복 CUDA
• 희소 메트릭스 선형 Solvers: 직접 Solvers
• CUDA를 이용한 PARDISO

기타 자료

• AccelerEyes Jacket™ for MATLAB®
• MATLAB®
• Tesla/CUDA 성공 사례
• 기타 Tesla 솔루션
• CUDA 소프트웨어 개발 도구 및 라이브러리
• Tesla 구매

MATLAB is a registered trademark of The MathWorks, Inc.
Jacket is a trademark of AccelerEyes