Para los observadores de los mercados EDA existe una oportunidad de nuevo crecimiento que fácilmente se pasa por alto. Hoy en día, alrededor del 50% de los ingresos de EDA provienen de empresas de sistemas y no de semiconductores, desde centros de datos hasta automoción, aeroespacial, energía y otros. En la mayoría de estas industrias, el diseño total del sistema depende tanto de optimizaciones mecánicas y otras optimizaciones multifísicas (aerodinámica, estrés, térmica, electromagnética, etc.) como del diseño electrónico. El análisis multifísico ya ha penetrado el diseño de semiconductores, por ejemplo, el análisis y la gestión térmica desde dentro del paquete hasta el sistema utilizando dinámica de fluidos computacional (CFD) para análisis de refrigeración. En resumen, la multifísica sirve de puente entre el diseño de sistemas electrónicos y el diseño total del sistema como algo fundamental para respaldar los mercados de generación de energía, aerolíneas y automoción. Al igual que en el diseño de chips, los problemas del sistema en estos dominios son cada vez más difíciles, lo que exige una innovación activa y continua por parte de los proveedores de soluciones para abordar las necesidades del diseño moderno. Al explotar las sinergias entre EDA y la experiencia en multifísica, Cadence afirma que la plataforma Millennium ofrece un avance de rendimiento impresionante para el análisis multifísico, resolviendo problemas a escala industrial en horas en lugar de semanas y abriendo grandes nuevas oportunidades de crecimiento.

Una guía rápida y sencilla sobre CFD

CFD simula el flujo de un fluido (líquido o gas) alrededor o a través de estructuras mecánicas como placas de circuitos, aviones, turbinas de gas y automóviles. Sin CFD, estas mediciones deben realizarse en prototipos, por ejemplo en túneles de viento, un proceso costoso y que requiere mucho tiempo. Con CFD, los ingenieros pueden desplazarse hacia la izquierda (un concepto familiar en EDA) para estudiar el rendimiento de un gemelo digital frente a flujos de fluidos simulados.

Las simulaciones se basan en la ecuación diferencial de Navier-Stokes, asignada a través de mallas discretas para permitir la resolución numérica. Las mallas están diseñadas para espacios más finos alrededor de zonas críticas con espacios más gruesos en otros lugares y comúnmente abarcan muchos millones de elementos. Los factores considerados al resolver a través de la malla incluyen la presión y la temperatura, también la viscosidad porque todos los fluidos fluyen más lentamente cerca de los límites. La compresibilidad puede ser importante al considerar la acústica o las velocidades de Mach; La turbulencia es otro factor a altas velocidades. Estos factores tienen suficiente impacto en los métodos de malla y resolución como para que CFD deba proporcionar una familia de soluciones tecnológicas.

La turbulencia es la condición más difícil de simular con precisión. La técnica más practicada en la industria hoy en día desarrolla promedios estáticos, una aproximación débil de un fenómeno dinámico capaz de ofrecer CFD preciso alrededor del ala de un avión en altitud de crucero, pero no durante el ascenso o descenso. Una técnica diferente llamada simulación de grandes remolinos (LES) puede modelar de manera mucho más precisa y dinámica, pero su cálculo es más costoso, lo que hace que el modelado extenso de turbulencias a través de un gemelo digital no sea práctico. Así, los análisis críticos se han limitado a la modelización física real mediante prototipos en túneles de viento, eficaces pero demasiado engorrosos para explorar miles de escenarios de optimización.

Autoridad de cadencia en CFD y LES

CFD es un dominio de alta experiencia con mucha historia. Los departamentos de herramientas y, a menudo, los equipos de productos cuentan con ejércitos de doctores. Los algoritmos para mallas y solucionadores, junto con el software, han evolucionado significativamente y por supuesto continúan evolucionando. En otras palabras, este es un dominio al que una empresa EDA debe ingresar de forma inorgánica.

Cadence comenzó aquí en 2021 con una serie de adquisiciones. Estos incluyen NUMECA con sólidas tecnologías de mallado y resolución y una reputación establecida en aplicaciones marinas y de turbomaquinaria. Poco después, Cadence adquirió Pointwise con solidez probada en mallado de CFD y establecida en los mercados aeroespacial y de defensa. A finales de 2022 adquirieron Cascade Technologies, una empresa derivada de Stanford con tecnología convincente para LES. A través de estas adquisiciones, Cadence ha construido un grupo de expertos en tecnología y CFD de pura sangre, lo que se suma a su fortaleza establecida en otros aspectos de la multifísica. Pero parece que no se quedaron ahí.

Las industrias están desesperadas por lograr un mayor rendimiento de LES para un modelado de gemelos digitales más preciso. Por ejemplo, el 50% de la energía consumida por un automóvil se destina a superar la resistencia aerodinámica, lo que afecta directamente el consumo de combustible del ICE o la autonomía de los vehículos eléctricos. Los diseñadores necesitan gemelos digitales para simular miles de condiciones operativas para encontrar y optimizar las muchas pequeñas mejoras que pueden realizar en la estructura del automóvil para reducir la resistencia. ¿Cómo respondió Cadence a esta necesidad?

Cadence Millennium M1 y Fidelity LES Solver

CFD es muy paralelizable, por lo que una solución obvia es ejecutar un trabajo en muchos clústeres de servidores/CPU. Esto ya era posible en grandes granjas de CPU o supercomputadoras, pero el costo se vuelve prohibitivo cuando se ejecutan algoritmos LES complejos en mallas muy grandes con experimentos de más de miles de ejecuciones. Superar esta barrera ha sido uno de los impulsores que impulsaron el desarrollo de Millennium M1, el primer acelerador basado en GPU de Cadence.

Cadence tiene un historial comprobado en aceleración de hardware en múltiples generaciones de plataformas Palladium y Protium para verificación de hardware. Han resuelto los problemas de diseño, operaciones y cadena de suministro para construir estas plataformas y han establecido una infraestructura para proporcionar acceso basado en la nube. (Todas las plataformas, incluida Millennium, también se pueden comprar para análisis locales). Extender esta experiencia a una plataforma basada en GPU es obvio y brillante. De un solo golpe (aunque estoy seguro de que les tomó tiempo llegar allí 😀) pueden acelerar las simulaciones CFD. Agregar nuevos métodos de IA generativa para la exploración de diseño y análisis, según afirman, ofrece un impacto de diseño de hasta 100 veces en precisión, velocidad y escala con una potencia mucho menor en comparación con el paralelismo masivo del servidor de CPU. La aceleración de hardware del conocimiento de hardware de Cadence combinada con la experiencia en genAI de los equipos de EDA y CFD demuestra la sinergia necesaria para ofrecer la innovación activa y continua que mencioné anteriormente.

El desarrollo de algoritmos CFD también ha sido muy activo. El software está diseñado desde cero para ser nativo de GPU. La preparación de problemas para el análisis incluye la generación de malla optimizada con poco contacto. Y existen nuevos métodos numéricos para garantizar una alta estabilidad en las simulaciones LES (normalmente propensas a comportamientos no físicos en el modelado de turbulencias).

Esta capacidad está disponible hoy para el modelado multifísico CFD, en la nube o en las instalaciones.

Millennium no es sólo para CFD

Es obvio que un acelerador basado en GPU debería poder hacer más que acelerar CFD. Podría acelerar los análisis de elementos finitos como el estrés, la difusión térmica y el electromagnetismo. También puede ejecutar IA generativa. Pero, ¿por qué no utilizar uno de los gigantescos bancos de GPU hiperescaladores para ese propósito? Para mí, una razón es simplemente la disponibilidad y la latencia en competencia con los chatbots y las aplicaciones de imágenes creativas. Del mismo modo, es difícil creer que el ajuste fino de aplicaciones específicas además de modelos LLM de mercado masivo pueda satisfacer las necesidades de alta complejidad, alta precisión y dominios específicos del software EDA y multifísico moderno. El hardware dedicado es el camino a seguir, accesible a través de la nube o en instalaciones locales.

Será muy interesante ver qué capacidades ofrecerá Millennium en el futuro tanto para el diseño electrónico como para la multifísica. Puedes aprender más AQUÍ.

Lea también

Retrospectiva 2023. Innovación en Verificación

Seguimiento del flujo de información en RTL. Innovación en verificación

Abstracción de modelos guiada por ML. Innovación en verificación

Comparte esta publicación a través de:

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://semiwiki.com/artificial-intelligence/341331-cadence-claims-the-cfd-high-ground-with-a-new-gpu-based-accelerator/