Dans le cadre du développement de nos circuits haute performance nous utilisons des flots backend avancés basés sur Synopsys flots reposent sur un grand nombre dinputs critiques (RTL contraintes de timing UPF pour la gestion de puissance floorplan modes/corners etc.). La cohérence et lexhaustivité de ces inputs conditionnent directement le succès du déroulement du flow du stage est de :Développer un outil de vérification des inputs (en Python)Créer des testcases représentatifs pour exécuter tout ou partie du flow backendAutomatiser la détection dincohérences ou de manques dans les fichiers dentrée par rapport au RTLIdentifier le plus tôt possible les problèmes de contraintes ou de données insuffisantesFiabiliser le flot en réduisant les itérations inutiles.
Encadré(e) par des experts backend vous serez amené(e) à :
Explorer et comprendre les dépendances entre les différents fichiers dentrée du flow backend
Développer des scripts de vérification Python pour contrôler cohérence et complétude
Définir et automatiser des scénarios de test (designs et sous-flots) pour valider loutil
Appliquer ces vérifications à différents domaines clés :
o Contraintes de timing (SDC)
o Gestion de puissance (UPF)
o Floorplan et informations physiques
o MCMM (multi-mode multi-corner analysis)
o Extraction des parasitiques
o Static Timing Analysis (STA).
Générer des rapports clairs pour guider rapidement les ingénieurs sur les actions correctives
Ce stage vous permettra de développer des compétences clés à linterface entre méthodologie backend et développement logiciel :
Compréhension approfondie du flow backend et de ses dépendances (RTL GDS)
Développement Python appliqué à lautomatisation et à la vérification
Expérience pratique sur des entrées critiques du flow (SDC UPF floorplan MCMM parasitiques STA)
Mise en place et validation de testcases backend
Contribution directe à la robustesse et la fiabilité des projets en conception de circuits.
Objectif final
À lissue du stage létudiant(e) aura conçu un outil de référence permettant de sécuriser et fiabiliser les inputs backend réduisant les erreurs et accélérant la convergence du flow de conception.
Compétences solides en Python (parsing automatisation structuration de données)
Intérêt marqué pour la conception numérique backend et les outils EDA
Rigueur autonomie et esprit danalyse
Localisation : Grenoble ou Maisons-Laffitte/Sophia/Massy
SiPearl is building Rhea, the high-performance, low-power European microprocessor dedicated to supercomputing and AI inference.This new generation of microprocessors will first target EuroHPC Joint Undertaking ecosystem, which is deploying world-class supercomputing infrastructures ... View more