죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

칩스앤미디어(Chips&Media), 멘토 Catapult HLS 이용해 딥 러닝 하드웨어 가속기 IP 구현 기간 절반으로 단축

• 칩스앤미디어, 멘토 Catapult High-Level Synthesis (HLS) Platform을 도입하여 자사 최초의 컴퓨터 비전 IP 구현
• 칩스앤미디어, Catapult HLS를 사용하여 블록 설계 / 검증 시간을 절반으로 단축하고 중요한 FPGA(field-programmable gate array: 프로그래머블 반도체) 데모 시스템을 사용 가능해져
• Catapult HLS 방법론을 통해 다수의 아키텍처를 모색하고 심층 신경망(DNN) 가속기를 최적으로 구현하는 방법 찾아내

전자 설계 자동화(EDA) 소프트웨어 분야의 선도업체인 한국 멘토, 지멘스 비즈니스 (www.mentorkr.com, 대표 김준환)는 칩스앤미디어(Chips&Media, kr.chipsnmedia.com, 코스닥(094360))사가 멘토의 설계 검증 솔루션인 ‘캐타펄트 HLS(Catapult™ High-Level Synthesis Platform)’을 도입함으로써 심층 신경망(DNN) 알고리즘을 이용해 객체의 실시간 검출을 위한 자사의 c.WAVE100 컴퓨터 비전 IP를 설계 및 검증했다고 발표했다. 칩스앤미디어는 자동차, 감시 및 가전과 같은 시장에 널리 사용되는 SoC 디자인용의 고성능, 고품질 비디오 IP의 주요 공급사이다.

칩스앤미디어는 차별화된 머신러닝 IP를 고객에게 신속하게 제공하기 위해 기능 검증 시간, 타이밍 클로저, 설계 및 아키텍처 최적화를 앞당김으로써 생산성을 극적으로 높여야 했다. 이를 통해 머신러닝 알고리즘과 아키텍처의 연구개발에 더 많은 시간을 투자할 수 있기 때문이다. 이러한 목표를 달성하기 위해 수작업으로 코딩하던 기존의 RTL(register transfer level) 플로우에서 벗어나 Catapult HLS Platform을 채택함으로써 알고리즘과 테스트벤치를 C 언어로 코딩했다. HLS 설계 및 검증 팀은 동일한 프로젝트에 RTL 플로우를 이용한 팀보다 프로젝트 기간을 절반으로 단축했다.

칩스앤미디어 최고기술책임자(CTO)인 전민용 상무는 “특히 추론을 겨냥한 장치에서 DNN 가속 문제를 해결하기 위해서는 개발된 신경망 알고리즘을 전력, 성능 및 면적(PPA)에 집중해 고도로 최적화된 하드웨어 아키텍쳐를 확보하는 것이 열쇠라고 생각한다. 자사는 멘토 HLS를 활용하여 이를 매우 효율적으로 해낼 수 있었다” 라고 말하며,  “우리의 프로젝트는 매우 성공적이었다. 향후 프로젝트에도 Catapult를 이용한 HLS 플로우를 채택할 계획이다” 라고 말했다.

DNN 기반 컴퓨터 비전 프로세싱의 특징 중에는 곱셈/덧셈/누적 연산의 반복적인 계산이 포함되며, 대량의 데이터 이동이 신경망 층을 통해 이루어진다. DNN은 TensorFlow또는 Caffe와 같은 프레임워크 상에서 개발되며, 이어서 해당 알고리즘을 C 모델에서 캡처할 수 있다. 칩스앤미디어는 이 알고리즘 C 모델을 합성 가능한 C 코드로 개선하고, Catapult HLS Platform을 이용해 다양한 아키텍처를 신속하게 모색하고 RTL로 합성함으로써 이러한 유형의 디자인에 최적화된 솔루션을 찾아냈다.

멘토의 디지털 설계 및 구현 솔루션 부문 제너럴 매니저인 바드루 아가왈라(Badru Agarwala)는 “급격한 시장변화가 일어나고 있는 여러 애플리케이션 분야에서 Catapult HLS는 성공에 요구되는 수준의 생산성을 달성할 수 있는 유일한 방법으로서 채택되는 추세” 라고 말하며, “멘토는 Chips&Media사가 HLS로 원활하게 전환할 수 있도록 긴밀하게 협력해왔다. 그 결과, Chips&Media사는 하드웨어 RTL구현 및 디버깅 세부사항이 아니라 자신들의 전문기술 분야인 알고리즘/아키텍처 설계에 집중할 수 있었으며, 자신들의 아이디어를 훨씬 더 신속하게 시장에 제공할 수 있었다” 라고 말했다.

보다 상세한 내용은 세부적 사례 연구인칩스앤미디어(Chips&Media): 딥러닝 객체 검출 IP의 설계 및 검증(Chips&Media: Design and Verification of Deep Learning Object Detection IP)에서 확인할 수 있다.

멘토의 Catapult HLS Platform 소개
Catapult High-Level Synthesis (HLS) Platform은 디자이너들이 업계 표준인 ANSI C/C++와 SystemC를 이용해 기능적 의도를 기술하고 보다 생산적인 추상화 단계로 올라갈 수 있는 역량을 부여한다. Catapult 플랫폼은 이러한 고급 기술 방법을 통해 생산 품질수준의 RTL을 신속하게 생성한다. Catapult Platform은 합성 기능과 정형화된 C 속성 점검 기능의 조합을 통해 C/C++/SystemC 레벨 초기에 버그를 발견해내며, 합성 작업으로 들어가기 전에 알고리즘 소스를 포괄적으로 검증한다. 고도의 대화형 Catapult 워크플로우는 합성 프로세스에 대해 완전한 가시성과 통제력을 제공하므로 디자이너는 최상의 전력, 성능 및 면적 구현에 신속하게 집중할 수 있다. Catapult의 첨단 전력 최적화 기능은 동적 전력 소비도 자동적으로 크게 줄여준다.