재밋게 가르치기: 오픈-소스 도구로 구글과 함께 내 칩을 만들어보세요(Build Custom Silicon with Google)

오픈-소스 도구로 구글과 함께 내칩을 만들어보세요

아래 내용은 "Build Custom Silicon with Google"에서 가져왔습니다.

----------------------------------

소프트웨어처럼 누구나 규모에 맞게 커스텀 실리콘을 더 쉽게 빌드할 수 있습니다.
Make custom silicon easier to build for everyone, at scale, just like software.

자체 실리콘 빌드
Build your own silicon

Google은 GlobalFoundries, SkyWater Technology, Efabless와 제휴하여 모든 개발자가 제조 가능한 실리콘 디자인을 만들 수 있는 완전 오픈소스 프로세스 설계 키트 (PDK) 및 도구 모음을 제공하고 있습니다.

Google is partnering with GlobalFoundries, SkyWater Technology and Efabless to provide fully open source Process Design Kits (PDKs) and toolchains so that any developer can create manufacturable silicon designs.

2개월마다 OpenMPW 셔틀 프로그램에 포함될 오픈소스 디자인을 제출하여 무료로 제조될 기회를 얻을 수 있습니다.

Every other month, you can submit your open source designs to be included in the OpenMPW shuttle program and get a chance to get them manufactured at no cost.

-----------------------------------

구글이 왜이러는 거죠?
Google's Open Source Hardware Dreams

-------------------------------------------------------------

오픈-소스와 함께 전용 반도체 설계의 새막이 열렸다.

* 아래 글은 저(goodkook@gmail.com)의 개인적 생각입니다.

구글은 130나노 공정 PDK를 공개하고 오픈 소스 반도체 설계 도구의 활용을 권장하며 낮은 비용으로 MPW도 운용하고 있다. 구글은 왜이럴까?

지난 십여년은 CPU로 대변되는 범용 반도체가 주류였다. 범용 반도체는 대규모로 집적이 가능하면서 비교적 개발기간도 짧고 위험도 적었다. 심지어 설계 오류를 원래 그런 '기능'이라고 우기기도 한다. 공정기술 덕에 범용 반도체는 거대규모 집적과 기가 헤르츠 대의 속도를 자랑한다. 인간을 뛰어 넘는다면서 바둑대전을 벌인답시고 수천대의 CPU를 동원 했다고 한다. 그렇게 모두 '인공지능' 열광 하게 됐다. 멋지긴 한데 CPU를 대규모로 동원 하려니 전력 낭비가 심하다. 범용 반도체 CPU에서 기가 헤르츠로 작동하는 알고리즘이 전용 반도체에서 수천분의 일의 속도로 낮출 수 있다는 것은 두말할 필요도 없다. 다 알고 있었지만 그리 못했던 이유는 유연성이 떨어지는 전용 반도체는 설계의 검증이 너무 고됐기 때문이다. 반도체 설계가 극히 일부의 전유물 처럼 여겨졌기 때문이다. 설계 도구와 방법론이 폐쇄적 이었던 탓이다. 이를 극복할 방법으로 소프트웨어 개발 도구 GCC에서 그랬던 것처럼 하드웨어 설계도 오픈-소스화 하여 다양한 검증된 라이브러리를 구축 하려고 한다. 이에 맞춰 오픈-소스 반도체 설계 도구 프로젝트 OpenROAD의 활동이 활발하다.

https://theopenroadproject.org/

[출처] OpenROAD: Toward a Self-Driving,Open-Source Digital Layout Implementation Tool Chain[Link]

8~90년대 하드웨어 기술 언어와 함께 흥했다가 집적된 크기와 검증의 고됨을 감당하지 못하고 블록 기반의 범용 CPU와 소프트웨어에 밀려났던 전용 반도체 설계의 새로운 도약이 시작되었다.

-------------------------------------------------------

[참고]

1] "유망시장 Issue Report / AI 반도체", 연구개발 특구 진흥 재단 INNOPOLIS, https://www.innopolis.or.kr/fileDownload?titleId=178582&fileId=1&fileDownType=C&paramMenuId=MENU00999

2] OpenROAD: Toward a Self-Driving,Open-Source Digital Layout Implementation Tool Chain, https://vlsicad.ucsd.edu/Publications/Conferences/370/c370.pdf

3] The OpenROAD Project, https://theopenroadproject.org/

4] Tiny Tapeout, https://tinytapeout.com/

5] eFabless, https://efabless.com/

6] Build Custom Silicon with Goodle, https://developers.google.com/silicon

7] SkyWater, Open Source PDK, https://github.com/google/skywater-pdk

8] An Open-Source and Autonomous Temperature Sensor Generator Verified With 64 Instances in SkyWater 130 nm for Comprehensive Design Space Exploration, https://blaauw.engin.umich.edu/wp-content/uploads/sites/342/2022/09/An-Open-Source-and-Autonomous-Temperature-Sensor-Generator-Verified-With-64-Instances-in-SkyWater-130-nm-for-Comprehensive-Design-Space-Exploration.pdf

9] Analog in-memory subthreshold deep neural network accelerator, https://ieeexplore.ieee.org/document/7993629

10] What is Silicon-Photonics?, https://www.synopsys.com/glossary/what-is-silicon-photonics.html

11] Running Neural Networks on Meshes of Light,

12] Zero to ASIC Course, https://zerotoasiccourse.com/matt_venn/

13] SiFive Powers Google TPU, NASA, Tenstorrent, Renesas, Microchip, And More, RISC-V Is The Standard For non-user-facing functions., https://www.semianalysis.com/p/sifive-powers-google-tpu-nasa-tenstorrent

14] AV1 Arithmetic Encoder Design on Open-Source EDA, https://www.researchgate.net/publication/364421419_AV1_Arithmetic_Encoder_Design_on_Open-Source_EDA

15] Free Silicon Foundation, https://wiki.f-si.org/index.php?title=Free_Silicon_Foundation

16] Free and Open Source Silicon Movement, https://fossi-foundation.org/

17] The Promise of Open Source Semiconductor Design Tools,