提高高计算性能的新框架

从奢侈品到日常必需品，计算已不再像以前那样了。 随着机器学习和 5G 移动网络等应用成为常态，对高计算性能的需求从未如此强烈。 这还需要开发更节能、更具成本效益的系统，例如“小芯片”，以帮助这些应用程序顺利运行。

小芯片是未封装的芯片，可以与芯片内的其他小芯片一起排列到封装中。 每个小芯片执行其自己的特定功能。 处理小芯片的方法有多种，但主要思想是在库中有一个小芯片菜单。 然后将小芯片组装在封装中，并使用芯片间互连方案进行连接。

“与大型单片芯片相比，这种串行链路的封装布线密度和数据速率不断增长，不可避免地会导致更复杂、更严重的信号和电源完整性问题，”电气和计算机工程副教授、William Kepler 解释道。怀特福德是匹兹堡大学斯旺森工程学院的教员。 “这需要更高效的分析和验证工具来支持稳健的设计。”

为了满足这些需求，Hu 和他的团队开发了 SPIRAL，这是一种用于高速芯片间串行链路的信号功率完整性协同分析的框架。 工作是 发表 作为 2024年第29届亚洲及南太平洋设计自动化大会（ASP-DAC）。

SPIRAL 使用基于机器学习的发射器模型和基于脉冲响应的信道和接收器模型为链路构建等效模型。 然后，使用等效方法与基于脉冲响应的方法共同分析单电源完整性。

SPIRAL 是对集成电路重点仿真程序 (SPICE) 的改进，SPICE 是一种通用开源集成仿真器，用于集成电路和板级设计，用于检查电路设计的完整性并预测电路行为。

“现有的 SPICE 无法为 Chiplet 提供准确的分析和验证，因为它是一项真正的新技术，”Hu 说。 “SPIRAL 正在努力填补这一空白并提供这一点。”