ztevenreal
Nvidia ha adquirido una billete accionaria de 2.000 millones de dólares en Synopsys, ya que las dos empresas anunció una colaboración a holgado plazo para acelerar las cargas de trabajo de automatización del diseño electrónico en GPU. En virtud de la asociación, que se anunció el 1 de diciembre, las dos empresas desarrollarán conjuntamente herramientas destinadas a trasladar tareas EDA computacionalmente pesadas de las CPU a las GPU de Nvidia.
Synopsys ya domina varios segmentos del mercado de software de diseño de chips, incluida la IA generativa para el crecimiento de chips, y los proveedores de CPU y GPU utilizan sus herramientas en toda la industria.
Nvidia y Synopsys enfatizaron que el acuerdo no es exclusivo y que Synopsys continuará su trabajo con otros fabricantes de hardware, pero aún plantea dudas sobre la influencia y el control a holgado plazo del proceso de diseño. Esto es especialmente cierto para Nvidia, para quien el acuerdo sirve para acelerar su propio ciclo de crecimiento y al mismo tiempo le da a la empresa un punto de apoyo en las herramientas upstream de las que dependen los competidores.
Impulsando el diseño de chips más profundamente en la computación acelerada
“La computación acelerada por GPU CUDA está revolucionando el diseño, permitiendo la simulación a una velocidad y escalera sin precedentes, desde átomos hasta transistores, desde chips hasta sistemas completos, creando lentes digitales completamente funcionales interiormente de la computadora”, afirmó.
El cambio puede ceñir las etapas de simulación de varias semanas a escalas de tiempo más cercanas a días u horas, dependiendo de la carga de trabajo. Synopsys contribuye con su pila de diseño asistido por IA existente mientras adopta los marcos de software de Nvidia, incluido CUDA y el trabajo de automatización basado en agentes de la compañía desde su plataforma NeMo.
Parece que el objetivo es crear una procreación de herramientas que traten la computación acelerada como saco para el trabajo de diseño. Synopsys ha estado integrando IA en sus productos DSO.ai y VSO.ai durante primaveras, pero la escalera de procesamiento de GPU arreglado a través de la plataforma de Nvidia permite cargas de trabajo de chip completo que antiguamente estaban limitadas por el rendimiento de la CPU. En la destreza, esto significaría que se pueden explorar más variantes de diseño, se pueden realizar pases de comprobación más exhaustivos y se pueden ejecutar bucles de optimización del diseño para converger en circunstancia de truncarlos por razones de programación.
Por otra parte, si EDA se vuelve más rápido y automatizado en el hardware de Nvidia, Nvidia será la primera beneficiaria. Puede construir, evaluar e iterar sobre silicio más rápido que sus rivales vinculados a grupos de CPU tradicionales, a menos que esos rivales realicen transiciones equivalentes a una simulación acelerada. Cadence ha estado experimentando con flujos de trabajo similares acelerados por GPU, pero sin la escalera o adscripción directa de equidad que Synopsys ahora tiene con Nvidia.
Influencia sin propiedad
Synopsys no es un proveedor indiferente en sentido inconcreto, pero es lo más parecido que tiene la industria de los semiconductores a una capa operativa global para el diseño. Sus herramientas son omnipresentes y se encuentran interiormente de AMD, Intel y cientos de otras empresas sin industria. La billete de Nvidia aquí no es una adquisición, pero aun así introduce un cargo de influencia no trivial.
El anuncio insiste en que la inversión de 2.000 millones de dólares se produce sin obligaciones de comprar hardware de Nvidia ni de desviar prioridades de la hoja de ruta, y el liderazgo de Synopsys enfatizó que se comprometerá con AMD, Intel y otros como antiguamente. Incluso con estas garantías, el mercado analizará cómo evoluciona la asociación. Si las funciones EDA aceleradas se incluyen primero en el hardware de Nvidia, AMD e Intel podrían estar dependiendo de rutas de optimización adaptadas a la plataforma de su decano rival.
De guisa similar, si algunos equipos de diseño migran partes de sus flujos a clústeres de cuenta equipados con GPU para mejorar el rendimiento, es posible que necesiten usar sistemas Nvidia a menos que proveedores alternativos puedan ofrecer una precipitación similar. Cadence ha comenzado a colaborar con Nvidia por separado y ofrece sus propias herramientas basadas en IA, que actúan como contrapeso, pero Synopsys controla una amplia cartera. Es poco probable que los competidores lo abandonen.
Incluso es muy importante tener en cuenta el manejo interno de datos, que podría convertirse en un ámbito particular de indagación porque a los proveedores de EDA se les confían diseños patentados. Synopsys y Nvidia tendrán que demostrar que el crecimiento conjunto no brinda a ninguna de las partes visibilidad del contenido sensible, especialmente los diseños pertenecientes a los rivales de GPU y CPU de Nvidia. Synopsys ya opera en un entorno donde se requiere una separación estricta, pero al menos el vínculo de equidad cambia las percepciones.
¿Cronogramas de chips acelerados?
El impacto más amplio de esta asociación depende de qué parte del flujo de trabajo de EDA se pueda trasladar a las GPU y de qué tan rápido Synopsys y Nvidia entreguen herramientas de nivel de producción. Si la simulación, la comprobación y la procreación de diseños se aceleran materialmente, los fabricantes de chips podrían ceñir el tiempo de cinta. Es probable que las primeras implementaciones comerciales aparezcan en la plataforma EDA en la estrato de Synopsys, seguida de la integración particular para los clientes que ya ejecutan infraestructura de GPU para HPC o AI.
Esto incluso puede influir en la beligerancia con la que las empresas crean prototipos de nuevas arquitecturas. Un equipo de diseño definido por la simulación basada en CPU podría explorar solo una ventana estrecha de configuraciones. Con un decano rendimiento, podrían probar matrices más grandes de compensaciones entre potencia, rendimiento y áreas y validar diseños más avanzados. Esto es muy costoso con los métodos convencionales, pero, en teoría, los flujos de trabajo acelerados por GPU podrían ceñir los costos significativamente.
Una vez más, Nvidia se beneficia directamente de esto. Una convergencia más rápida durante el diseño acorta las hojas de ruta internas en todo su silicio. La empresa ya está asociada con una rápida cadencia arquitectónica, lo que le da otra preeminencia interna antiguamente de considerar la competencia externa. Pero la industria en caudillo saldrá ganando si Synopsys puede extender estas rutas de precipitación para todos los clientes. La complejidad del diseño aumenta con cada nuevo nodo (más rápido de lo que evolucionan las herramientas y metodologías) y muchos de los problemas más desafiantes del momento se relacionan con la comprobación física.
Se requiere un contrapeso cuidadoso
La inversión de 2 mil millones de dólares de Nvidia en Synopsys acerca las herramientas de diseño de chips y la computación acelerada en un momento en que el crecimiento de semiconductores está bajo presión por su propia complejidad.
El plan conjunto para ejecutar cargas de trabajo EDA a gran escalera en GPU tiene el potencial de acortar los ciclos de diseño y ampliar el talento de lo que los equipos pueden aparentar. Incluso posiciona a Nvidia interiormente de una de las partes más sensibles de la pila de semiconductores mientras los competidores evalúan cómo la disposición afectará sus propios flujos de diseño.
En última instancia, el dúo tendrá que obtener un cuidadoso contrapeso en su colaboración. Si EDA se vuelve cada vez más dependiente del hardware de Nvidia, los competidores pueden apreciar que la etapa de diseño en sí se está acercando demasiado a Nvidia. Esto podría desencadenar esfuerzos para diversificar los flujos de trabajo acelerados, ya sea a través de GPU AMD, NPU dedicadas o aceleradores de dominios específicos para simulación y comprobación. Históricamente, la industria se ha sentido cómoda con Synopsys como capa unificadora porque se mantuvo independiente de los proveedores, por lo que será importante persistir esa percepción intacta.
