EDA (Electronic Design Automation)

EDA erfordert unterschiedliche Software-Algorithmen und Anwendungen für die Entwicklung komplexer neuer Halbleiter- und Elektronikprodukte. Zunehmend komplexere VLSI-Designs sind eine große Herausforderung an die EDA. Eine effektive Skalierung der Anwendungsleistung war bisher nicht möglich, da die mögliche Steigerung der Mikroprozessorleistung durch produktions- und einsatztechnische Aspekte beeinträchtigt wurde. Digitale Systeme werden im Allgemeinen validiert, indem logische Simulationsaufgaben, die mehrere Wochen in Anspruch nehmen, auf riesige Computerfarmen verteilt werden. Dennoch lässt die Leistung bei der Simulation oft zu wünschen übrig, was zu unvollständiger Validierung und zum Übersehen von Bugs führen kann. Daher ist die Halbleiterbranche stets auf der Suche nach schnelleren Simulationslösungen. In jüngster Zeit werden zusätzlich zur CPU zunehmend Many-Core Grafikprozessoren erfolgreich für HPC eingesetzt. Mit einer solchen Konfiguration lässt sich eine deutliche Beschleunigung rechenintensiver EDA-Anwendungen wie u. a. Verilog Simulationen, Signalintegrität und Elektromagnetismus, computergestützte Lithographie und SPICE Schaltkreissimulationen erzielen.
Verilog-Simulation auf Grafikprozessoren mit RocketSim [mehr Infos] (Quelle: Tomer Ben-David, Rocketick, Israel)
Grafikprozessorbeschleunigte Vollwellen-EM-Simulation zur Crosstalk-Analyse (Quelle: Martin Timm, CST, Deutschland)

CUDA-kompatible ISV-Anwendungen

* Zu erwartende Beschleunigung im Vergleich zu einem Quad-Core x64 CPU-basierten System. Beschleunigung gemäß internen Tests bei NVIDIA oder gemäß Herstellerdokumentation zur Anwendung.

Weitere relevante CUDA-fähige Software

• Acceleware FDTD Solver
• FMSlib: Parallele Out-of-core Matrix Algebra von Multipath für Grafikprozessoren
• Acceleware Electromagnetic Solutions
• Beschleunigung von Lichtstreuungssimulationen gemäß der FDTD-Methode auf Standard-Grafikprozessoren

Fachartikel zu EDA auf CUDA

• High Performance Simulationen auf Gate-Ebene mit GPGPU Computing
• Beschleunigung der funktionalen Validierung mit GPGPUs
• Paralleles Equivalence-Checking mit Grafikprozessoren
• EDA Computing auf Grafikprozessoren
• Hardwarebeschleunigung von EDA-Algorithmen – Spezielle integrierte Schaltkreise, FPGAs, Grafikprozessoren
• It’s About Time (EM-Simulationen beim EDA-Leiterplattendesign)

Solver und Core-Kernel für EDA auf CUDA Grafikprozessoren

• Acceleware Matrix Solver
• Bibliothek für lineare Algebra (MAGMA)
• Grafikprozessorbeschleunigte Bibliothek für lineare Algebra (CULA)
• Sparse Matrix Linear Solvers: Iterative Solver
• SpMV von NVIDIA: Code
• Artikel 1
• Artikel 2
• Iterative CUDA
• Sparse Matrix Linear Solvers: Direkte Solver
• PARDISO mit CUDA

Weitere Informationen

• AccelerEyes Jacket™ for MATLAB®
• MATLAB®
• Tesla/CUDA Erfolgsgeschichten
• Weitere vertikale Tesla Lösungen
• CUDA Softwareentwicklungstools und Bibliotheken
• Tesla kaufen

MATLAB ist eine eingetragene Marke von The MathWorks, Inc.
Jacket ist eine Marke von AccelerEyes