Semiconductor Engineering'in EDA konusunda uzman teknoloji editörü Brian Bailey tarafından yayımlanan bir analize göre, sistemi iyileştirmek artık donanım ve yazılıma birbirinden bağımsız bakılarak mümkün değil. Yazılım iş yükleri, çip geliştirme döngülerinden daha hızlı değişirken enerji, performans ve ısı birbirine bağlı unsurlar hâline geldi. Bu da tasarımın her aşamanın tamamlanmasının ardından bir ekipten diğerine devredilmesi yerine, yazılım ve donanım ekipleri arasında erken aşamada iş birliğini zorunlu kılıyor.
Analiz, donanım-yazılım ortak tasarımı olarak bilinen yaklaşıma yönelik ilginin geri dönüşünü ele alıyor; ancak bu dönüş, yaklaşık 30 yıl önceki koşullardan farklı şartlarda gerçekleşiyor. O dönemde mevcut teknolojiler büyük bir fark yaratabilecek kapasitede değildi; bu nedenle sektör, önceden doğrulanmış IP bloklarını bir araya getirip entegre etmeye yöneldi. Sanal prototipleme ve zamansız ya da yaklaşık zamanlamalı SystemC modelleri gibi önceki yaklaşımın bazı kalıntıları hâlâ mevcut olsa da bu araçlar, günümüzdeki gerçek iş yüklerini temsil etmek için tek başına yeterli sayılmıyor.
Ekipler arasındaki ayrımdan sanal modellere
Quadric'in pazarlamadan sorumlu baş yöneticisi Steve Roddy, donanım ekibinin tasarımını yapıp bunu gömülü yazılım ekibine teslim ettiği dönemin iki yılı aşkın bir süre önce sona erdiğini söylüyor. Sanal modelleme, geçtiğimiz on yıl içinde fiziksel girdileri ve sensör arayüzlerini de kapsayacak şekilde genişledi; bu yaklaşım sanal ikiz modellemesi olarak biliniyor.
Ancak günümüzdeki zorluk daha karmaşık: Sistemler çok daha büyüdü ve yazılım tarafından belirlenen iş yükleri için tasarlanıyor; buna karşılık yazılımın yineleme hızı donanım geliştirme hızından daha yüksek. Bu da ortak tasarımı, donanımın sürekli olarak yazılıma yetiştiği bir süreç hâline getiriyor. Normal Computing'den Arvind Srinivasan, yazılım yığınının bölümlerini donanım yığınının bölümlerinden ayıran soyutlama katmanlarının tarihsel olarak karmaşıklığı yönetmeye ve geliştirme verimliliği ile güvenilirliğini artırmaya yardımcı olduğunu belirtiyor. Ancak özellikle performansa duyarlı yapay zekâ iş yükleri için araç zincirinin her bölümünden en yüksek optimizasyonu elde etme gereksinimi bu dengeyi değiştiriyor.
Sorunu ele almak, “mimari” sözcüğünün daha geniş bir şekilde anlaşılmasını gerektiriyor. Bu sözcük yalnızca sistemin genel yapısına, mikro mimariye veya komut setine değil, aynı zamanda yazılım mimarisine ve fiilen çalıştırılacak iş yüküne de işaret ediyor. Siemens EDA'dan Andy Meier, mimari seçiminin uygulamadan veya iş yükünden, ayrıca bu iş yükünün sistemin, komut setinin ve sistem içindeki farklı unsurların yapısını nasıl etkilediğinden yola çıkması gerektiğini söylüyor.
Enerji güdümlü uzmanlaşma dalgası geri dönüyor
Analiz, 1990'larda Sony'de teknik direktörlük yapan Tsugio Makimoto'nun sektörün uzmanlaşma ile genelleme arasında dalgalar hâlinde hareket ettiğine ilişkin gözlemine dayanıyor. Genel amaçlı işlemcilerin geniş sektörlere hâkim olduğu bir dönemin ardından, uçta bilişim ve daha sonra veri merkezleri için ortaya çıkan gereksinimler daha uzmanlaşmış çözümlere yönelimi hızlandırdı.
Uç cihazlarda temel motivasyon, mevcut enerji sınırları içinde pil ömrünü uzatmakla bağlantılı. Veri merkezlerinde ise güç yoğunluğu ve ısı, yapay zekâ iş yüklerini çalıştırmak için mevcut seçenekleri sınırlamaya başladı. Bunun sonucunda yalnızca genel amaçlı işlem birimleri artık yanıt olmaktan çıktı; farklı çip türlerini barındıran heterojen veri merkezlerine ve iş yüklerinin her çipin özelliklerine göre dağıtılmasına veya bir araya getirilmesine ihtiyaç doğdu.
Normal Computing'in baş bilim insanı Patrick Coles, kanıtların ASIC'lerin rolünün genişlediğini giderek daha fazla göstermesiyle grafik işlem birimlerinin bilişimin gelişimindeki son nokta olmayabileceğine işaret ediyor. Synopsys'ten Frank Schirrmeister ise hiper ölçekli bilişim şirketlerinin yalnızca hıza odaklanmak yerine performans ve enerji tüketimi gibi temel performans göstergelerini ortaklaşa iyileştirmek amacıyla kendi çiplerini ve hızlandırıcılarını geliştirdiğini açıklıyor.
Ancak uzmanlaşma yalnızca teknik bir karar değil. Ekonomik açıdan hangi düzeyde özelleştirmenin maliyetini hak ettiğini ve performans ile enerji açısından yeterli kazanım sağlayıp sağlamayacağını belirlemek gerekiyor. SignatureIP'nin CEO'su Purna Mohanty, özelliklerin karmaşıklığının müşterinin ne istediğini kesin biçimde ifade edememesine yol açabileceğini belirtiyor. Bu da IP sağlayıcısı ile müşterilerin ihtiyaçları arasında sürekli uyum sağlamayı ve hazır çözümlerin avantajlarıyla yeni özellikler geliştirmenin kazanımlarını dengelemeyi gerektiriyor.
RISC-V, iş yüküne bağlı uzmanlaşmaya örnek
Analizde RISC-V, “iş yükü için tasarlanmış çipler” yöneliminin bir örneği olarak öne çıkıyor. Şirketler performansı veya enerjiyi iyileştirmek amacıyla çekirdekler için özel uzantılar geliştiriyor; ancak bu uzantılar derleyiciler ve yazılım entegrasyon araçları gibi ekosistemin bazı bölümlerini de gerektiriyor.
RISC-V International'ın CEO'su Andrea Gallo, özel komutların kullanılmasının araç zinciri ve yazılım entegrasyonu da dâhil olmak üzere toplam sahip olma maliyetinin tamamını şirkete yüklediğini açıklıyor. Bu yaklaşım yenilik için hızlı bir yol olabilir; ancak şirket daha sonra uzantıyı bir standarda dönüştürmek isteyebilir. Böylece bakım maliyeti daha geniş ekosisteme dağıtılabilir. Analiz ayrıca yazılım iş yükünün önceden bilinmesinin işlem unsurlarının uygulamaya uygun hâle getirilmesini sağladığını, buna karşılık genel amaçlı ve ölçeklenebilir bilişim motorlarının bilinmeyen veya değişken yazılımlar çalıştırılırken önemini koruduğunu belirtiyor.
Enerji ve ısı, ortak tasarımın kapsamını genişletiyor
Ortak tasarımın etkisi performansla sınırlı değil. Yazılım mühendisleri enerjinin önemini anlayabilir; ancak kararlarının etkisini erken aşamada ölçmelerini sağlayan araçlara her zaman sahip olmayabilir. Bu nedenle ekipler, donanımla paralel yazılım geliştirme sırasında enerji tüketimi verileri sağlamaya ve yalnızca ham TOPS değerine değil, watt başına TOPS gibi göstergeleri de iyileştirmeye çalışıyor.
Önbelleklerin birden fazla seviyesinin yanı sıra tasarım için yerleşik test (DFT) gibi diğer işlevleri içeren heterojen uygulamalarda zorluk daha da artıyor. Enerji ve performans, bu işlevleri de kapsayan gerçekçi bir iş yükü içinde analiz edilmeli. Analiz ısıya, elektromanyetik etkileşime ve çoklu fizik unsurlarına taşındıkça donanım ve yazılım ekiplerinin birleşmesi, çoklu fizik analizlerinin eklendiği yeni bir birim hâline geliyor.
Analize katılan bazı kişiler, donanım, yazılım, enerji ve performans arasındaki karmaşık ilişkileri anlamak için yapay zekânın kullanılabileceğini öne sürüyor. Ancak bunun için yazılımın farklı düzeylerde ne kadar enerji tükettiğini açıklayan verilere ihtiyaç var: çipten ve sunucudan rafa, araca ve veri merkezine kadar. Yapay zekâ tarafından yönlendirilen olgun çözümler ortaya çıkana kadar IP'lerin birleştirilmesine ve farklı uzmanlaşma düzeylerinin seçilmesine dayalı yaklaşım sürebilir.
RISC-V'deki dizi uzantılarının tartışılması, tek bir çözümün tüm kullanım alanlarına uygun olmadığını gösteriyor: Küçük bir uzantı enerjiyi azaltabilirken daha geniş bir kayıt, işlem ve akümülatör kümesi kalıp alanı ve enerji tüketimi karşılığında daha yüksek verim sağlayabilir. Seçim nihayetinde çekirdeklerin, hızlandırıcıların ve hedef iş yükünün nasıl dağıtıldığına bağlı. Analiz, dikey entegrasyona giden yolun hâlâ tamamlanmaktan uzak olduğu, ancak modern sistemlerde tasarımı yazılım, enerji ve performansla uyumlu hâle getirmek için bunun gerekli bir yönelim hâline geldiği sonucuna varıyor.