소프트웨어 주도 전력 분석: 반도체 설계 효율성 최적화

전력은 반도체 설계에서 단일 최대 비용 동인입니다. 더 많은 에너지를 소비하는 칩은 휴대용 기기에 더 크고 비싼 배터리, 더 높은 등급의 냉각 솔루션, 더 견고한 전력 분배 시스템을 필요로 합니다. 이러한 추가 부품은 제조 비용을 높이고 이익 마진을 줄이며 시장 성공을 저해할 수 있습니다. 벽면 전원을 쓰는 시스템(서버, 스토리지 어레이, 네트워킹 장비)도 막대한 운영 비용을 치릅니다. 일부 데이터센터에서는 장비 수명 동안 전력 비용이 하드웨어 가치를 초과합니다. 극단적인 전력 수준에서는 액체 냉각 등 정교한 인프라가 필수되어 자본적/운영적 비용을 더욱 부풀립니다. 따라서 평균 전력 소모 감소는 보편적 목표이며, 피크 전력 억제는 열적 고장 방지를 위해 종종 필수 요건입니다.

전력 분석의 과제

이러한 목표를 위해 업계는 회로 레벨 최적화부터 애플리케이션 인식 소프트웨어 기반 전력 관리에 이르는 다양한 저전력 기법을 사용합니다. 그러나 이러한 조치의 실제 영향을 평가하려면 설계 및 검증 단계에서 평균 및 피크 전력의 정확한 추정이 필요합니다. 사후 실리콘 데이터에 의존하는 것은 용납되지 않습니다. 제품이 이미 생존 불가능하거나 복구 불가능하게 손상되었을 수 있기 때문입니다. 따라서 이상적으로는 여러 프로젝트 마일스톤에서 견고한 프리실리콘 전력 분석이 필수적입니다.

전통적인 EDA 워크플로는 기능 검증에 시뮬레이션을 사용합니다. 테스트벤치는 특정 기능을 수행하는 테스트 스위트를 실행해 스위칭 활동 파일을 생성하고, 이를 파워 사인오프 도구에 전달합니다. 이 도구들은 활동 데이터와 기술 라이브러리 전력 모델을 결합해 평균 및 피크 소모를 추정합니다. 이 접근의 정확성은 시뮬레이션 테스트의 대표성에 전적으로 달려 있습니다. 기능 검증 스위트는 의도적으로 집중되어 있어 실제 워크로드의 전체 폭을 포착하기 어렵습니다. 제약 랜덤 테스트는 병렬 활동을 늘릴 수 있지만 여전히 현실적인 사용 패턴에 미치지 못합니다. 진정한 대표적 스위칭 활동은 프로덕션 소프트웨어(운영체제 및 사용자 애플리케이션 포함)를 설계에서 실행했을 때만 나옵니다.

완전한 OS 부팅과 다중 애플리케이션을 시뮬레이션으로 실행하려면 수십억 클럭 사이클이 필요해 비현실적입니다. 반면 에뮬레이터는 OS 부팅부터 사용자 워크로드까지 수십억 사이클을 정기적으로 실행합니다. 에뮬레이션은 필요한 실제 소프트웨어 활동을 제공하지만, 기존 파워 사인오프 도구는 수천 사이클용으로 설계되어 수백만, 수십억 사이클에는 부적합합니다. 에뮬레이션 실행에서 높은 활동의 의미 있는 윈도우를 추출해 전력 분석에 집중하는 새로운 방법론이 필요합니다(그림 1 참조).

이미지 클릭으로 확대

그림 1. 파워 윈도우를 이용한 전력 분석 (출처: Synopsys)

소프트웨어 주도 전력 분석으로 전환

그림 1에 도시된 흐름은 에뮬레이터가 설계의 어느 부분이 시간에 따라 활성화되는지 보여주는 활동 프로파일을 생성하는 것으로 시작합니다. 이 프로파일은 파형이나 하드웨어 디버그 도구에서 볼 수 있습니다. 파워 사인오프를 수십억 사이클에 수행할 수 없으므로, 사용자는 활동(따라서 전력 소모)이 가장 높은 하나 이상의 임계 윈도우를 식별해야 합니다. 각 윈도우가 수백만 사이클을 포함하면 정밀 전력 분석에 사용할 수 있습니다. 벤치마크로 에뮬레이터가 10억 사이클 활동 프로파일을 약 3시간 내에 생성해야 합니다.