作者：Srinivas Kodiyalam，Samad Parekh

隨著對(duì)更高計(jì)算性能的需求不斷增加，HPC 行業(yè)正朝著異構(gòu)計(jì)算模型發(fā)展，其中 GPU 和 CPU 協(xié)同工作以執(zhí)行通用計(jì)算任務(wù)。在這種異構(gòu)計(jì)算模型中，GPU 充當(dāng) CPU 的加速器，以減輕 CPU 的負(fù)載并提高計(jì)算效率。為了利用這種計(jì)算模型和大規(guī)模并行的GPU架構(gòu)，需要重新設(shè)計(jì)應(yīng)用軟件。Synopsys 和 NVIDIA 的工程師一直在合作，使用 GPU 來(lái)加速電路仿真技術(shù)。

IC設(shè)計(jì)的復(fù)雜性繼續(xù)呈指數(shù)級(jí)增長(zhǎng)。就在過(guò)去十年中，隨著工藝技術(shù)從平面技術(shù)發(fā)展到鰭式場(chǎng)效應(yīng)晶體管技術(shù)，器件數(shù)量和寄生效應(yīng)顯著增加?，F(xiàn)代工藝技術(shù)還需要對(duì)更多的工藝、電壓和溫度角落進(jìn)行驗(yàn)證，導(dǎo)致設(shè)計(jì)復(fù)雜性增加幾個(gè)數(shù)量級(jí)。在此期間，CPU 性能的提升在很大程度上趨于平穩(wěn)，而 GPU 性能一直在增長(zhǎng)，并繼續(xù)遠(yuǎn)遠(yuǎn)超出摩爾定律。隨著時(shí)間的推移，這些趨勢(shì)只會(huì)進(jìn)一步擴(kuò)大兩種計(jì)算方法之間的差距。GPU 在應(yīng)對(duì)電路仿真挑戰(zhàn)方面具有顯著優(yōu)勢(shì)，包括大量的浮點(diǎn)運(yùn)算和內(nèi)存帶寬使用，以及具有大型布局后電路的大量獨(dú)立計(jì)算作業(yè)。

這是一個(gè)由一流的 SPICE 和 FastSPICE 技術(shù)組成的統(tǒng)一工作流程，可加速模擬、射頻、混合信號(hào)、定制數(shù)字和存儲(chǔ)器設(shè)計(jì)的創(chuàng)建。PrimeSim Continuum解決方案建立在創(chuàng)新的SPICE和FastSPICE架構(gòu)之上，為設(shè)計(jì)團(tuán)隊(duì)提供10倍的仿真速度，同時(shí)保持簽核準(zhǔn)確性。PrimeSim的下一代架構(gòu)采用獨(dú)特的GPU技術(shù)，可提供執(zhí)行全面的模擬和RF設(shè)計(jì)分析所需的顯著性能改進(jìn)，同時(shí)滿足簽核精度要求。在 NVIDIA DGX 系統(tǒng)上運(yùn)行的測(cè)試模型顯示，多核 CPU 的加速速度範(fàn)圍為 4-12 倍。雖然各種電路類型的性能都有所提高，但在運(yùn)行大型布局后仿真時(shí)，可以看到最好的改進(jìn)。當(dāng)與較長(zhǎng)的瞬態(tài)運(yùn)行時(shí)間相結(jié)合時(shí)，性能改進(jìn)更加明顯。

PrimeSim 通過(guò)利用 CUDA GPU 的大規(guī)模并行性實(shí)現(xiàn)了最令人印象深刻的性能提升。涉及的核心技術(shù)有：

異構(gòu) GPU 和 CPU 架構(gòu)上的同步并行計(jì)算

魯棒稀疏求解器，用于求解方程的電路仿真系統(tǒng)

準(zhǔn)確高效的 IC 元件建模

緊湊高效的 GPU 數(shù)據(jù)模型和管理，以及

快速電路仿真數(shù)據(jù)庫(kù)構(gòu)建和數(shù)據(jù)處理

納米級(jí) IC 仿真的復(fù)雜性和爆炸式的模型尺寸需要多個(gè)具有極快互連的 GPU。NVIDIA DGX 系統(tǒng)和 HGX? 平臺(tái)整合了 NVIDIA GPU、NVIDIA NVLink?、NVIDIA Mellanox? InfiniBand? 網(wǎng)路的全部功能，以及完全優(yōu)化的 NVIDIA? AI 和 HPC 軟體體閣，以提供最高的應(yīng)用應(yīng)用效能。

審核編輯：郭婷