monkey大大说你只是想用GPU加速MOS 6502的电路模拟
我觉得就单你的例子是可行的，我分析如下：
你的电晶体数目不大，我们就用实际数目估计吧
- 3510 transistor
- 在NmosFet.py里有5个变量记录状态变化
所以整个chip的模拟需要3510x5=17550个状态来表示chip在每个cycle装态
我们取整数20K好了，然后每个状态用1 byte来表示(int8_t or char)
然后我们需要两个阵列分别代表目前chip的状态与chip下一个状态
所以总共是
20K*2 =40K byte = 40 KB
int8_t cur_arr[40000];
int8_t next_arr[40000];
每个cycle更新状态就是按照电路接线与数个cur_arr[i]的值来计算next_arr[j]
算完整个next_arr，到下一个cycle把next_arr所有值复制到cur_arr
我假设对于这40K的状态变量，你都有对应的表可以查，例如
if(cur_arr[0] = LOW && cur_arr[256] = HIGH && cur_arr[87] = LOW)
next_arr[3] = HIGH;
else
next_arr[3] = LOW;
然好写死在code里，每次launch cuda kernel就根据array的index去查表更新状态就可以
原理跟矩阵乘法用cuda kernel写几乎一模一样。
麻烦的就是要把每个状态怎么更新的规则要了解
这思路很简单很暴力，但是对于MOS 6502绰绰有余，甚至你可以用变量控制cuda kernel
一次更新多少cycle来减少memory之间资料传递的时间
我假设你查表是用2个unordered_map<int8_t,string>，一个是查HIGH，另一个是查LOW
每个状态有10个对应的相关状态要查:
2*40000*(1+5*10+10) = 4880000 约 5MB
2: 两个map
40000: 总共的状态数
1: int8_t
5*10: worst情况会有十个表示四位数的字串加上inv，例如 1234_~2356_3333_....
~: 表示这个状态是LOW
10: 用来区别的字符(_)，其实最多只会有九个
基本上不用担心GPU memory装不下，甚至你可以多算好几个cycle的结果再一次回来
拿NV GPU 3080里面的10GB memory，假设每次cycle更新需要10MB (好算而已)
你可以储存1000个结果了，throughput上一定可以有显著的改善
这次总该有回答到你的问题上了吧?
※ 引述《expiate (弯曲屎壳郎)》之铭言：
: 感谢你提供的网站http://www.visual6502.org
: 这提供非常多的讯息与实作的细节，也让我有机会能更理解你的想法
: 我先称它为virtual chip来做区别。
: 我看了FAQ与slide，里面大致就回答这群作者能做到什么程度，
: 我把我认为重要的条件列在下面：
: - if it has only one or two metal layers and was made before about 1985
: - Before ~1980, chip design was a very manual process
: - MOS 6502: there are "3510" trnsistors
: - The simulator is running an idealized "digital" circuit based on our
: model of the chip's network of transistors and wires.
: - It does not account for "analog" behavior
: (resistance, capacitance, leakage), has no propagation delays, and
: transistors switch on and off instantaneously.
: 综上所述，我觉得你会混用transister-level与gate-level真的不能怪你
: 因为这真的是时空背景不同，但照历史脉络来看也能稍微理解为什么
: TSMC/UMC晶圆代工与EDA产业的兴起了:因为制程发展与电晶体数量大增
: 那如果你要照这群作者的方法做逆向工程在现今的芯片可行吗？
: 我觉得人眼要识别现今的polygon(网页所用的词)及连接，可能要有写轮眼
: 不过我layout学得很差，也许真的有能人可以做到，但那个数量级太大了
: 这网页有提到他们想要自动化但是失败(How did automatic vectorization fail?)
: 所以我推论目前人必须很大程度参与到这逆向工程中。
: 对这我有个想法，这个project是在2010左右的成果，而CNN(卷积神经网络)在
: ImageNet 2012比赛取得压倒性的胜利，时至今日computer vision已经很成功了
: 也许在这部分，CNN可以做到很好，然后把比较难辨识的再交给人类来做
: 可是呢，这又会需要foundry厂的know how了，因为你需要训练用的资料与标签
: 所以你想继续这条路，我给的建议是看看有没有人在做半导体的computer vision。
: 我知道S家有在做P&R的那方面的，也许C家做更多
: 然后拿他们的模型来做逆向工程并请专家帮你做最后的验证
: 之后的工作基本都可以用程式来解决了
: 至于有无法律问题就看看有没有人在你写程式时来查水表了XD
: 我写到这，我大概也能理解为什么没人做virtual chip emulator了
: 如果chip简单人类可能还可以做，但是现在的chip真的太大太复杂了
: 还有3D IC这种多一个维度的，加上公司求快。除非是要偷设计，
: 不然成本太高了太不经济了。
: 希望能给你一些帮助。
: ※ 引述《expiate (弯曲屎壳郎)》之铭言：
: : 我有把你下面推文的两个连结看了以确定我尽量能理解你的目的。
: : 文中你提到transistor-level与逻辑闸层(gate-level)模拟，
: : 这两个用词在你的语境下所代表的意思有点模糊，
: : 我用我的理解以及上篇crossbar的观点来定义一下：
: : - transistor-level:
: : 我认为你指的是电晶体电路，也就是layout或是spice
: : 模拟用来跑电气特性，像是增益，匹配或是SNR
: : 里面的基本元素就是半导体的材料物理模型(非我专长请专家补充)
: : - gate-level:
: : 逻辑闸电路，我这边理解的话就会指cell-based design
: : 里面的电路表示会由boolean operator或是更复杂的像是
: : AOI (And-Or-Inverter)，基本上世界上的IC design house
: : 的design flow主要都是走这条。
: : /*** 我假设你有unlimited resources，要多快有多快的CPU，GPU和memory ***/
: : 然后我只就数位电路作为我的目标，类比电路我是觉得更难就不深入了
: : 基本上transistor-level的模拟我觉得要行得通，必须半导体物理材料模型要准
: : 以及RC (resistance capacitance) model要准。也就是内部电气特性与外部
: : routing的特性都要有准确的模型去计算才有可能实现。
: : 如果你只是对于前几代制程的产品，我猜也许会有已经很成熟及准确的模型可以使用
: : 但我很怀疑是否有公开的资讯你可以拿到，因为基本上这都是foundry的know how。
: : 也许学校有资源可以让你接触，或是真的有很老亦或教学的的模型供你使用
: : 假设你有了，其实就是把transistor-level的电路用这些模型表示
: : 然后把彼此的输入/输出 接好跑模拟即可。最后在针对电气数值判断0/1
: : 这是我觉得最困难的部分，完成后就都是0/1世界了。
: : Gate-level的模拟跟对应的library有很深的相依性，也就是foundary所提供。
: : 而且所需的电气特性都包含在每个cell里的table，所以像是slack或是slew
: : 都可以快速查表得知。而EDA公司提供的sign-off product就是保证他们的验证
: : 结果跟foundry厂生产出来的芯片会是一样的。
: : 这就间接的指出其实可以透过gate-level模拟来实现你的目标。
: : 然后这也是为什么FPGA会作为验证工具的原因。只要在FPGA功能验证完成，
: : 剩下的就是跑flow然后tapeout，不用太担心会不一样。而且跟模拟比起来快太多了
: : 你可以试试用VCS或是NCVerilog跑个一百万cycle就可以感觉为什么唯快不破了
: : 通常IC design house在tapeout之前都可以估自己只能跑几次模拟。
: : 也就是说bug或是timing issue如果不能在这几次模拟中解决就等著被X吧
: : 以上是我觉得可以实现你目标的方法，如果真的能reverse回来的话。
: : 下面是我觉得为什么GPU无法帮助太多的理由。
: : 就我所知，目前没有EDA公司的产品里有使用GPU做加速，也许有功能但可能卖不出去XD
: : 大部分都还是仰赖CPU及memory作为计算的主力。
: : 这是因为GPU主要的计算典范是SIMD (Single Instruction Multiple Data)。
: : 拿现今最流行的深度学习做例子，训练的步骤很明确feedforward，backpropagation
: : 底下的计算主要都是矩阵运算，只是每次要做运算的data不一样。
: : 回过头看gate-level电路模拟，如果把电路看成神经网络不也可以用GPU加速？
: : 嗯其实GPU加速电路模拟真的是很容易想到，cuda已经出来十几年了，所以我想
: : 肯定有人尝试但是没成功或是效果不如预期。这也是大家喷这么凶的原因。
: : 不过我觉得大家太严苛了，难得有人正经问问题其实可以多点耐心分享所学的。
: : 所以问题就该是为什么GPU不能像神经网络一样很好地加速电路模拟？
: : 我个人思考的结果是：大部分的电路模拟不是线性的
: : 我的思路是把combinational logic电路当作是神经网络，
: : 而暂存器就是神经网络的layer。我能用矩阵来表示combinational logic吗？
: : 我觉得光是处理gate个数与gate该在矩阵哪个位置我就觉得不好处理
: : 当然你可能有别的思路，可是本质上你还是会受限于GPU计算的本质：
: : 不擅长做复杂(heavy control dependency)的计算。
: : 这也是我觉的目前EDA公司还是以cpu为主要算力的原因。
: : 如果你有兴趣，你可以试着朝high performance computing/parallel computing
: : 做更深入的理解。
: : 最后，我只是抛砖引玉吸引炮火。
: : 大家不要为难原po，我其实很欣赏这样愿意花时间苦干的人了
: : 所以欢迎大家来喷我吧！最好发战文，大家一起学习！
: : 也期许原po日后有什么进展欢迎分享给大家。