Synopsys 및 Nvidia: 칩 설계의 GPU 혁명

반도체 산업이 엄청난 변곡점을 맞이했습니다. 수십 년 동안 칩 설계에 사용된 EDA(전자 설계 자동화) 도구는 주로 CPU에서 실행되었습니다. 그러나 2nm 및 3nm 공정으로 실리콘의 물리적 한계를 향해 경쟁하면서 계산 부하가 병목 현상이 되었습니다.

Synopsys와 Nvidia의 전략적 파트너십을 시작하세요. 오늘 발표된 이 협력은 GPU 가속 EDA 도구의 최초의 광범위한 배포를 의미하며 칩 설계 주기를 몇 배로 단축할 것을 약속합니다.

단순한 업그레이드가 아닙니다. 그것은 패러다임 변화입니다. 이것이 중요한 이유는 다음과 같습니다.

후크: 이것이 모든 것을 변화시키는 이유

최신 플래그십 프로세서를 설계하려면 수조 개의 트랜지스터를 시뮬레이션하고 무한한 시나리오에서 동작을 검증해야 합니다. 전통적으로 이를 위해서는 몇 주 동안 실행되는 대규모 CPU 서버 팜이 필요했습니다.

Synopsys는 이제 Nvidia의 CUDA 플랫폼 및 GH200 Grace Hopper Superchips에서 실행되도록 전체 설계 도구 제품군을 전환하고 있습니다. 주장? 최대 100배 더 빠른 시뮬레이션.

엔비디아 CEO 젠슨 황(Jensen Huang)은 “이번 파트너십은 업계 전체에 혁명이 될 것”이라고 말했습니다. “우리는 최초로 GPU 가속 컴퓨팅을 세계 산업 부문에 도입할 수 있게 되었습니다.”

소비자에게 이는 더 빠른 혁신 주기를 의미합니다. 휴대폰, 노트북, 자동차의 칩은 그 어느 때보다 더 강력하고 효율적이며 빠르게 될 수 있습니다.

기술적 분석: 내부 내용

이번 발표의 핵심은 Synopsys의 업계 최고의 EDA 스택과 Nvidia의 가속 컴퓨팅 라이브러리의 통합입니다.

1. GPU 가속 시뮬레이션

검증을 위한 업계 표준인 Synopsys VCS는 이제 대규모 병렬 시뮬레이션 워크로드를 Nvidia GPU로 오프로드할 수 있습니다. 직렬 처리에 탁월한 CPU와 달리 GPU는 수십억 개의 게이트를 동시에 시뮬레이션하는 데 필요한 대규모 병렬 처리를 위해 설계되었습니다.

2. AI 기반 최적화

기본 속도 외에도 파트너십은 Nvidia의 AI 프레임워크를 활용하여 칩 레이아웃(배치 및 경로)을 자동으로 최적화합니다. 회사의 AI 기반 EDA 제품군인 Synopsys.ai는 이제 Nvidia DGX Cloud에서 기본적으로 실행되므로 이전 설계로부터 학습하여 오류가 발생하기 전에 예측하고 방지할 수 있습니다.

3. 포토리소그래피 가속

빛 패턴이 실리콘에 인쇄되는 방식을 시뮬레이션하는 수학 중심 프로세스인 전산 리소그래피는 세계에서 가장 컴퓨팅 집약적인 워크로드 중 하나입니다. Synopsys는 이를 GPU(Nvidia cuLitho 사용)로 이동함으로써 현재 CPU 기반 방법에 비해 40배 성능 도약을 주장합니다.

맥락: CPU 병목 현상

이 규모를 이해하려면 EDA의 역사를 살펴봐야 합니다.

• 1980년대~2020년대: EDA 도구는 CPU용으로 작성되었습니다. 칩이 더욱 복잡해지면서 우리는 더 많은 CPU 코어를 추가했습니다.
• 문제: CPU에 대한 무어의 법칙은 느려졌지만 설계 중인 칩의 복잡성은 (AI 덕분에) 폭발적으로 증가하고 있습니다.
• 해결책: 우리는 차세대 AI 칩을 설계하기 위해 우리가 만들고 있는 바로 그 AI 칩을 사용해야 합니다. 선순환입니다.

이러한 움직임은 Jensen Huang이 수년 동안 주장해온 “가속 컴퓨팅” 이론을 입증합니다. 즉, 범용 컴퓨팅(CPU)은 이러한 특정 고강도 워크로드에 한계에 부딪혔습니다.

영향: 옹스트롬 시대 활성화

우리는 “Angstrom Era”(1nm보다 작은 노드)에 접근하고 있습니다. 이 규모에서는 양자 효과와 물리적 차이로 인해 설계가 엄청나게 어려워집니다.

• 칩 제조업체(Intel, AMD, Apple): 더 빠르게 반복할 수 있습니다. 시뮬레이션하는 데 일주일이 걸리던 버그가 이제 한 시간 안에 발견될 수 있습니다.
• AI의 경우: 칩이 향상되면 AI 모델도 향상됩니다. 이 파트너십은 ChatGPT, Gemini 및 향후 출시될 모든 기능을 지원하는 하드웨어를 가속화합니다.
• 에너지의 경우: GPU 가속은 이러한 워크로드에 대해 훨씬 더 에너지 효율적이므로 칩 설계 데이터 센터의 탄소 배출량을 잠재적으로 낮출 수 있습니다.

구매 조언: 투자자의 의견

우리는 재정적 조언을 제공하지 않지만 시장에 미치는 영향은 분명합니다.

• Synopsys(SNPS): 이는 그들의 리더십을 확고히 합니다. Nvidia의 스택을 처음으로 완전히 수용함으로써 Cadence와 같은 경쟁업체에 맞서 해자를 만듭니다(Cadence도 이 방향으로 움직이고 있지만). 그들은 AI 골드러시를 위한 “곡괭이와 삽”입니다.
• Nvidia(NVDA): TAM(Total Addressable Market)을 산업용 소프트웨어 공간으로 확장합니다. 더 이상 LLM 교육을 위해 GPU를 판매하는 것이 아닙니다. 하드웨어를 구축하는 소프트웨어에 전원을 공급하는 것입니다.

평결: 이는 전체 반도체 공급망에 대한 강세 신호입니다. “실리콘 사이클”을 따른다면 이는 향후 10년간의 성장을 뒷받침할 엔진 업그레이드입니다.

소스

• Nvidia와 Synopsys가 전략적 파트너십 발표(VMblog)
• Synopsys 투자자 관계
• CNBC의 젠슨 황