Xilinx introduceert Vivado ML Editions

Xilinx heeft Vivado ML Editions geïntroduceerd, de eerste FPGA EDA-toolsuite die is gebaseerd op machine-learning (ML) optimalisatie-algoritmen, evenals geavanceerde teamgebaseerde ontwerpstromen, voor aanzienlijke ontwerptijd- en kostenbesparingen.

Volgens Xilinx levert Vivado ML Editions 5x snellere compilatietijd en baanbrekende verbeteringen van de kwaliteit van de resultaten (QoR) van gemiddeld 10% op complexe ontwerpen, vergeleken met de huidige Vivado HLx Editions.

“De hedendaagse EDA-ontwerpers worden uitgedaagd door een steeds toenemende ontwerpcomplexiteit. Machine-learning is de volgende grote stap voorwaarts om het ontwerpproces te versnellen en QoR-winst te behalen”, zegt Nick Ni, directeur marketing, Software en AI Solutions bij Xilinx. "Vivado ML zal ontwikkelaars helpen ontwerpcycli te verkorten en nieuwe productiviteitsniveaus te leveren, van het maken van het ontwerp tot het sluiten."

Vivado ML Editions maakt op ML gebaseerde algoritmen mogelijk die het sluiten van ontwerpen versnellen en beschikt over op ML gebaseerde logica-optimalisatie, vertragingsschatting en intelligente ontwerpruns, die strategieën automatiseren om iteraties van timingsluitingen te verminderen.

Xilinx introduceert ook het concept van een Abstracte Shell, waarmee gebruikers om meerdere modules binnen het systeem te definiëren die incrementeel en parallel moeten worden gecompileerd. Dit zorgt voor een gemiddelde reductie van de compileertijd van 5x en tot 17x in vergelijking met traditionele volledige systeemcompilatie.

Samenvatting Shell helpt ook het IP-adres van een klant te beschermen door de ontwerpdetails buiten de modules te verbergen, wat van cruciaal belang is voor toepassingen zoals FPGA-as-a-Service en systeemintegrators met toegevoegde waarde.

Bovendien verbetert Vivado ML Editions het samenwerkingsontwerp met Vivado IP Integrator, wat modulair ontwerp mogelijk maakt met behulp van de nieuwe functie "blokontwerpcontainer". Deze mogelijkheid bevordert een teamgebaseerde ontwerpmethodologie en maakt een 'verdeel-en-heers'-strategie mogelijk die grote ontwerpen kan verwerken met samenwerking op meerdere locaties.

Unieke aanpasbaarheidsfuncties zoals Dynamic Function eXchange (DFX) maken een efficiënter gebruik van siliciumbronnen mogelijk door aangepaste hardwareversnellers dynamisch te laden tijdens runtime over-the-air. Met de mogelijkheid van DFX om laadt ontwerpmodules in een paar milliseconden, het opent nieuwe use-cases, zoals een auto die verschillende vision-algoritmen verwisselt tijdens de verwerking van een frame, of een genomische analyse die verschillende algoritmen in realtime verwisselt terwijl het DNA sequentieert.