Arteris 的片上網(wǎng)絡(luò)瓦格化創(chuàng)新加速面向人工智能應(yīng)用的半導體設(shè)計

亮點:

●   可擴展性能:在FlexNoC 和 Ncore 互連 IP 產(chǎn)品中，網(wǎng)狀拓撲功能支持以瓦格化（tiling）方式擴展片上網(wǎng)絡(luò)，使帶有人工智能的系統(tǒng)級芯片能夠在不改變基本設(shè)計的情況下輕松擴展 10 倍以上，從而滿足人工智能對更快速、更強大計算能力的巨大需求。

●   降低功耗:片上網(wǎng)絡(luò)瓦格（tile）可動態(tài)關(guān)閉，平均可降低 20% 的功耗，這對于實現(xiàn)更節(jié)能、更可持續(xù)、運營成本更低的人工智能應(yīng)用至關(guān)重要。

●   設(shè)計重用:經(jīng)過預先測試的片上網(wǎng)絡(luò)瓦格（tile）可重復使用，將 SoC 集成時間最多縮短 50%，從而加快了人工智能創(chuàng)新產(chǎn)品的上市時間。

致力于加速系統(tǒng)級芯片（SoC）創(chuàng)建的領(lǐng)先的系統(tǒng)IP提供商Arteris, Inc.，今日宣布其片上網(wǎng)絡(luò)（NoC）IP產(chǎn)品實現(xiàn)創(chuàng)新演進，使該產(chǎn)品具有了瓦格化（tiling）功能和擴展的網(wǎng)狀拓撲支持，可加快系統(tǒng)級芯片（SoC）設(shè)計中人工智能（AI）和機器學習（ML）計算的開發(fā)速度。新功能使設(shè)計團隊能夠?qū)⒂嬎阈阅芴嵘?10 倍以上，同時滿足項目進度以及功耗、性能和面積（PPA）目標。

上網(wǎng)絡(luò)瓦格化（tiling）是 SoC 設(shè)計的新興趨勢。這種演進式方法使用經(jīng)過驗證的、穩(wěn)健的片上網(wǎng)絡(luò) IP 來促進擴展、縮短設(shè)計時間、加快測試速度并降低設(shè)計風險。它允許 SoC 架構(gòu)師通過在芯片上復制軟瓦格（tile）來創(chuàng)建模塊化、可擴展的設(shè)計。每個軟瓦格（tile）代表一個獨立的功能單元，從而實現(xiàn)更快的集成、驗證和優(yōu)化。

 在Arteris的旗艦NoC IP產(chǎn)品FlexNoC和Ncore中，將瓦格化（tiling）技術(shù)與網(wǎng)狀拓撲相結(jié)合，對于將AI計算日益納入大多數(shù)SoC中具有革命性意義。AI系統(tǒng)的規(guī)模和復雜性都在不斷增長，但通過增加軟瓦格（tile），可以在不中斷整個 SoC 設(shè)計的情況下實現(xiàn)快速擴展。瓦格化（tiling）和網(wǎng)狀拓撲的結(jié)合為進一步縮短輔助處理單元（XPU）子系統(tǒng)設(shè)計時間和整個 SoC 連接執(zhí)行時間提供了一種方法，與手動集成的非瓦格化設(shè)計相比，可以將設(shè)計時間和執(zhí)行時間減少高達 50%。

NoC 瓦格化（tiling）技術(shù)的首次迭代將網(wǎng)絡(luò)接口單元 (NIU) 組織成模塊化、可重復的區(qū)塊，提高了 SoC 設(shè)計的可擴展性、效率和可靠性。這些SoC設(shè)計帶來了越來越大、越來越先進的AI計算，為視覺、機器學習（ML）模型、深度學習（DL）、自然語言處理（NLP）（包括大型語言模型（LLM））和生成式AI（GAI）等快速增長的復雜AI工作負載提供支持，用于進行訓練和推理，包括在邊緣進行訓練和推理。

“得益于Arteris高度可擴展和靈活的基于網(wǎng)狀網(wǎng)絡(luò)的NoC IP，我們的SoC團隊能夠更高效地實現(xiàn)對更大AI數(shù)據(jù)量和復雜算法的支持。與Arteris的密切合作使我們能夠創(chuàng)建一個基于Arm、多模態(tài)、以軟件為中心的邊緣AI平臺，該平臺支持從CNN到多模態(tài)GenAI以及介于兩者之間的所有模型，并具有可擴展的每瓦性能?！盨iMa.ai硬件工程副總裁Srivi Dhruvanarayan表示，“我們期待部署擴展的Arteris NoC瓦格化（tiling）和網(wǎng)狀功能，這將進一步增強我們?yōu)檫吘墑?chuàng)建高度可擴展的AI芯片平臺的能力。”

Arteris總裁兼首席執(zhí)行官K. Charles Janac表示：“Arteris一直在不斷創(chuàng)新，這種由大型網(wǎng)狀拓撲支持的革命性NoC軟瓦格化（tiling）功能是SoC設(shè)計技術(shù)的一大進步。我們的客戶已經(jīng)在構(gòu)建領(lǐng)先的AI SoC，他們將進一步獲得能力，以更高的效率加速開發(fā)更大、更復雜的AI系統(tǒng)，同時保持在他們的項目時間表和 PPA 目標范圍內(nèi)?！?/p>

通過瓦格化（tiling）和擴展的網(wǎng)狀拓撲功能，F(xiàn)lexNoC和Ncore NoC IP產(chǎn)品能提供更多AI支持，現(xiàn)已向早期客戶和合作伙伴提供。