薄情先生|芯片向右,EDA向左( 四 )


post-siliconvalidation向pre-siliconshiftleft , 包括operationaltesting , useracceptancetesting
传统verification的范围向系统级进一步扩展 , 跨越整个产品周期 , 而不仅仅是pre-silicon
TDD,单元测试 , 可复用的IP/VIP平台 , 从传统的设计结束后验证才开始转向持续集成 , 将验证的工作融入设计交付的日常 , 各种不同的验证策略打散到工程全周期和设计深度两个维度 。
从传统的在项目之初形成完备的验证计划 , 按计划执行到按sprint动态调整
(更多详细的解释和落地实践请关注本号内验证主题的相关文章)
进入物理实现的世界从这里我们开始进入物理世界的大门 , 它是连接逻辑世界和芯片制造的中段 , 中段的难点在于承上启下 , 需要帮助前端评估不同方案的PPAC , 一起做upf,sdcco-design,pwrmanagement,clkstructureco-design , 选择工艺 , 理解日趋复杂的工艺效应 , 制定实现策略和签核标准 , 理解IP , 理解封装 , 选择合理的fp策略 。 从事物理实现的同学需要具备很多跨领域的knowhow , 但更难的是 , 物理世界的非常复杂的效应和指标无法独立考虑 , 是一连串chicken-egg的紧耦合 。
具体来说 , 譬如
PPAC的指标是跨越设计流程各个领域的 , powerdelivery,timingsignoff,cost , 随着集成更加复杂 , 工艺尺寸降低 , 传统留margin的方式越来越不再适用 , 同时迭代一轮成本昂贵
综合及Place假定zeroskewvs.usefulskew优化依赖place结果
power产生IRdrop进而影响timing/glitch/noise,进而影响power
power产生热 , 热影响温度 , 温度影响DVFS偏差 , 进而影响poweranalysis
signoff标准制定依赖reliability , 反之亦然
米勒效应导致timingwindowassumptions依赖crosstalkdelaycaculation,反之亦然
chipsignoff定义依赖librarycharacterization , 反之亦然
之所以将上述影响之间的关系比喻为鸡和蛋 , 我是这样理解的 , 世界上本没有鸡也没有蛋 , 从一个恐龙蛋鸟蛋逐步演化到鸡这个物种 , 然后在有了鸡的那一刻便有了蛋 , 所有上述chicken-eggloop , 不是因果关系 , 也没有先后关系 , 当有了这个状态的那一刻便有了所有的PPAC的结果 , 这会导致传统基于经验 , 基于推理 , 基于逻辑的设计方法不再有效 , 设计很难收敛 , 随着机器学习在EDA领域的应用日趋成熟 , 取而代之的是一种渐进明细 , 迭代探索的方式 , 海量数据分析和大数据建模(模型shiftleft+一致性建模+ML) , 而ML就是将状态逐步演化 , 提升可预测性设计 , 最终实现一个可以被signoff的状态 , 具体来说:
PhysicalSynthesis从1.0到2.0 , 综合整合进RTL设计 , 后端模型整合进综合
自动fp , 自动macro摆放 , std摆放 , 通过ML及一致性建模预测对place,cts,route的影响
在fp阶段增加place功能
在place阶段引入DRCpredictionmodel , clocktreeanalysismodel
在globalroute阶段引入DRCpredictionmodel
在CTS阶段增加skewprediction功能
将签核工具功耗分析的引擎集成进物理实现工具
将签核工具时序分析的引擎集成进物理实现工具
更进一步 , 还可以将物理设计的结果反标回架构探索阶段 , 方便前端设计更好的寻找PPAC友好的设计空间 , 将物理设计的结果反标回工艺开发阶段 , 也就是我们接下来要进入的DTCO2.0


推荐阅读