La stretta collaborazione tra Siemens e Nvidia ha permesso di ottimizzare le prestazioni del sistema hardware-assisted per la verifica e la validazione Veloce proFPGA CS, consentendo uno sviluppo più rapido e affidabile di soluzioni SoC per AI/ML. Utilizzando l’architettura hardware scalabile di Veloce proFPGA CS di Siemens e combinandola con l’architettura ottimizzata per le prestazioni dei chip di Nvidia è diventato possibile eseguire trilioni di cicli di progettazione in un periodo di tempo di pochi giorni, prima ancora della disponibilità delle versioni iniziali del silicio.
Jean-Marie Brunet, senior vice president e general manager della divisione per la verifica hardware-assisted di Siemens Digital Industries Software, ha dichiarato: “Nvidia e Siemens collaborano in molti ambiti, recentemente anche nello sviluppo di metodologie per la verifica hardware-assisted in generale e per la prototipazione basata su FPGA in particolare, allo scopo di soddisfare le esigenze di verifica e di validazione poste dalle estremamente complesse soluzioni SoC per AI/ML. Veloce proFPGA CS affronta queste sfide combinando un’architettura hardware altamente flessibile e scalabile con un avanzato flusso software per l’implementazione e il debugging di facile utilizzo, consentendo in tal modo ai clienti di disporre sempre di una soluzione ottimale tanto per la validazione di IP su singolo FPGA, quanto per progetti di chiplet con svariati miliardi di gate.”
Narendra Konda, vice president per l’hardware engineering di Nvidia ha precisato: “Con l’aumento della complessità delle architetture di intelligenza artificiale, come anche di calcolo in senso lato, i team impegnati nella realizzazione di semiconduttori necessitano di soluzioni per la verifica capaci di alte prestazioni, allo scopo di effettuare la validazione con carichi di lavoro enormi, nonché di accelerare il time to market. L’integrazione tra le architetture di chip ottimizzate per le prestazioni di Nvidia e il sistema Veloce proFPGA CS di Siemens consente ai progettisti di catturare trilioni di cicli in pochi giorni, assicurando la scala prestazionale necessaria per garantire l’affidabilità della prossima generazione di soluzioni di intelligenza artificiale.”