英伟达-HLS

使用Catapult®,Nvidia®能够将代码简化5倍,将回归测试所需的CPU数量减少1000倍,并运行1000倍以上的测试,以实现更高的功能覆盖他们的设计。

采用导师+弹射器®的C++高级综合(HLS)流程,Nvidia®能够将代码简化5倍,将回归测试所需的CPU数量减少1000倍,并运行1000倍以上的测试,以实现更高的功能覆盖他们的设计。HLS减少了50%的设计时间和总体开发时间,包括验证,百分之四十,缩小设计复杂性和设计能力之间的差距。

本文将讨论Nvidia在不断发展的视频世界中所面临的挑战,摄像头,以及显示标准和HLS/C级流的原因,使它们在这种情况下成功实现。

问题:

视频应用程序和使用它们的设备的巨大增长导致了一系列更加复杂的视频压缩标准。最新标准,H.265,提供了比前一代更好的50%左右的压缩比,但是硬件要复杂好几倍。

然而,一个项目中的设计师数量保持相对稳定,因此设计复杂性与设计能力之间的差距越来越大,每一代人都会变得更加如此。Nvidia视频团队已经看到设计复杂性(从每个芯片的晶体管数量来看)每代增长1.4倍,设计能力落后于1.2倍的增长率。

解决方案:

Nvidia视频团队使用HLS救援”它们来自两种不可能的情况:在9个月内完成14个月的工作,并将4K HEVC视频解码器从8位颜色重新定位到10位颜色。

结果:

HLS的一个内在方面是抽象尽可能多的设计和验证工作,以适合C级别。在更高的抽象级别上工作可以显著减少代码行,并减少CPU数量和回归运行所需的时间。弹射器HLS C++流给NVIDIA增加了设计和验证生产力,他们需要关闭设计复杂度和设计能力之间的差距。

通过使验证团队能够实现C代码的完整功能覆盖,通过微建筑的探索,为设计师提供了一个不断完善的过程,并通过快速合成RTL代码提供即时结果,HLS可以生成适合生产的RTL,并在比在传统RTL流中创建和验证设计所需的时间更短的时间内生成更好的结果质量。连续的精化过程也使设计更容易移植到不同的技术。

HLS使Nvidia团队能够在非常紧凑的时间表内进行快速的设计调整和完成项目,即使设计复杂性增加,设计师的数量仍然大致相同。收养后不久,HLS使NVIDIA视频团队能够满足最后期限,并处理传统RTL流程不可能完成的后期规范更改。

HLS和C级设计和验证减少了40%的总体开发工作和50%的设计时间。这样的效率水平使得一个规模固定的NVIDIA视频团队能够成功完成他们无法完成的项目,如果他们坚持使用RTL流的话。视频团队应用HLS的成功,导致其在公司范围内采用了所有新的Nvidia设计。188bet手机官网

当涉及到更聪明的工作时,不难,HLS是前进的道路。

恩维迪亚

Nvidia在1999年发明了GPU,推动了个人电脑游戏市场的增长,重新定义现代计算机图形,革新了并行计算。最近,GPU深入学习点燃了现代人工智能——下一个计算时代——GPU作为计算机的大脑,机器人,以及能够感知和理解世界的自动驾驶汽车。今天,Nvidia越来越被称为人工智能计算公司。”188bet手机官网“

相关资源

闲聊γ 联系人