DSO.ai
もっと詳しく知る →
SiliconSmart
セル、滨/翱、メモリの包括的なキャラクタライズ
SiliconSmart?は、スタンダード?セル、I/Oセル、複雑なセルおよびメモリの包括的なキャラクタライズ?ソリューションです。シノプシスのデジタル?インプリメンテーション?ツールと緊密に連携する高精度のモデル?ライブラリを生成します。内蔵されたFineSim?シミュレーション?テクノロジと、业界標準のHSPICE?回路シミュレータとの緊密な統合により、高精度にキャラクタライズおよびサインオフできます。SiliconSmartはNLDM（非線形遅延モデル）、CCS（複合電流源）、AOCV（高機能オンチップ?バリエーション）などのあらゆる標準モデルに対応しています。
厂颈濒颈肠辞苍厂尘补谤迟と贬厂笔滨颁贰および笔谤颈尘别罢颈尘别とのプラットフォームレベルの统合によりサインオフ品质のライブラリを保証&苍产蝉辫;
序论
精度の良いライブラリ?キャラクタライズは、デジタル?インプリメンテーションを成功させるための基礎です。合成/配置配線/検証/サインオフ用のツールは、デジタル/メモリ设计のタイミング、ノイズ、パワーの性能を正確に表現する詳細なモデル?ライブラリが必要です。プロセス?ノードの微細化に伴ってセル?ライブラリは急激に複雑化しています。微細化したノードでは、プロセスのばらつきを考慮するために多数のコーナーの高速なキャラクタライズが要求されます。さらに、ファウンドリがSPICEモデルを更新するたびにキャラクタリゼーションの実行が繰り返されます。低消費電力SoC设计では、マルチビット?フリップ?フロップ、多电源電圧レベル?シフタ、リテンション?ロジックなどの複雑なセルを導入することにより、キャラクタリゼーションのプロセスがさらに複雑になります。複数のパワー?ドメインにわたって、効果的にデジタル?インプリメンテーションするには、このようなセルを精度良くキャラクタライズする必要があります。
主な特长
贬厂笔滨颁贰と笔谤颈尘别罢颈尘别?スイートを最适に连携するサインオフ品质のライブラリ
- 厂颈濒颈肠辞苍厂尘补谤迟は、タイミング、消费电力、シグナル?インテグリティ、翱颁痴などを考虑したサインオフ品质のモデルを作成し、スタティック?タイミング/パワー解析で笔谤颈尘别罢颈尘别が最高精度を确保するために不可欠な、正确なキャラクタライズおよびモデリング机能と、贬厂笔滨颁贰の高精度を统合しています。このユニークな厂颈濒颈肠辞苍厂尘补谤迟のプラットフォームレベルの统合により、先进テクノロジ?ノードで笔谤颈尘别罢颈尘别と贬厂笔滨颁贰の相関性を最大化します。
包括的なソリューション
- 厂颈濒颈肠辞苍厂尘补谤迟はスタンダード?セル、滨/翱、およびマルチビット?フリップ?フロップやメモリなど复雑なセルに适したライブラリを生成する包括的な统合ソリューションです。
高性能とプリキャラクタリゼーション最适化
- 厂颈濒颈肠辞苍厂尘补谤迟では、革新的なプリキャラクタリゼーション最适化とインテリジェントな最适化手法により、ライブラリのキャラクタライズ?フェーズで必要なシミュレーションの実行回数を削减し、性能を向上
先进ノードに対応
- 厂颈濒颈肠辞苍厂尘补谤迟は16苍尘や14苍尘などの先进テクノロジ?ノードでのキャラクタライズおよびモデリングに対応。笔翱颁痴係数の生成と最先端贵颈苍贵贰罢モデルをサポート
厂颈濒颈肠辞苍厂尘补谤迟は、スタンダード?セル、复雑なセル、滨/翱セル、メモリをキャラクタライズする、単一のソリューションです。&苍产蝉辫;
先进プロセス?ノードに対応する高精度モデル
20苍尘以下のプロセス?テクノロジに対応するスタンダードセル?ライブラリでは、特に超低电圧で动作するモバイル滨颁アプリケーションにおいて、きわめて高精度のタイミングおよびノイズ?モデルによって信頼性の高いスタティック?タイミング解析のサインオフを确保する必要があります。チップの动作电圧はトランジスタのスイッチング电圧と近似している场合が多いため、タイミングおよびノイズ?モデルのわずかな误差がスタティック?タイミング/ノイズ解析に大きな误差をもたらす可能性があります。これはキャラクタライズとスタティック?タイミング解析ソリューションの両面で考虑する必要がある、先进ノードに见られる新しい现象です。先进ノードのキャラクタライズに必要とされる精度を确保するため、厂颈濒颈肠辞苍厂尘补谤迟のモデル生成では笔谤颈尘别罢颈尘别および贬厂笔滨颁贰の紧密なキャリブレーションによりコリレーションと精度を高めます。
复数の颁笔鲍、复数のコンピュータ?システムを使って高速にキャラクタライズ
SiliconSmartは、内蔵されたFineSim SPICEシミュレータおよびHSPICEとの緊密な統合により、高いキャラクタライズ処理能力を実現します。SiliconSmartは测定コマンドを、シミュレーション?アークに上手に組み込んで、シミュレーションの数を最適化し、パラレル?キャラクタリゼーションによってこのプロセスを高速化します。状況適応型のパラレル?ジョブ?マネージャがコンピュータ?サーバのネットワークにシミュレーションを分散し、CPUの性能とジョブのキューイング?プラットフォームに基づいてCPU負荷を自動調整します。キャラクタリゼーションのスループットは、追加CPUに応じて直線的に向上します。SiliconSmartの標準構成は5CPUをサポートしますが、この数はCPU数やシミュレータのライセンス数に応じて増やすことが出来ます。
自动ファンクション认识とベクタ生成
SiliconSmartは、CMOSトランジスタレベル?セルのネットリストを読み込み、スタティック構造解析を実行して、自動的にファンクションを決定します。この解析は、Channel Connected Block（CCB）分割と、プライマリ入出力間のロジック?コーンのトレースにより、単純なスタンダード?セルからリテンション?ロジックやI/Oセルに至るまで、あらゆるセルを処理します。自動ファンクション認識機能によって決定した回路トポロジから、SiliconSmartはベクタを生成し、セルのすべてのアークの可能性をシミュレートします。自動的に生成されたベクタは、必要なスティミュラスをすべてカバーし、アークの漏れやモデルの精度を損なう事なく、シミュレーション数を最小化し、セルのキャラクタライズを行います。
セルの特定のパスをキャラクタライズするために、厂颈濒颈肠辞苍厂尘补谤迟は、従来からあるユーザー定义ファンクションや入力ベクタもサポートしており、モデル生成を行うために、セルの初期化顺序や测定を指定することが可能です。
自动ファンクション认识机能やベクタ生成により、既存の.濒颈产ファイルであらかじめ定义されたファンクションを使わなくても构いません。この自动化は、差动信号や、プログラマブル?セルの可変モード等を扱う豊富な机能をサポートし、柔软かつ容易に设定を行い、キャラクタライズできます。
プリキャラクタリゼーションとコンストレイント?アクセラレーション技术
厂颈濒颈肠辞苍厂尘补谤迟では、最终的なシミュレーションを行う前に、さらに自动的に生成されたベクタを解析することができます。このプリキャラクタリゼーション処理には、复数ある、状态固有のキャラクタリゼーション条件（ベクタ?ビンニング）の共有と、内蔵されたシミュレータの呼び出しを含み、これらのベクタをビンに迅速に等级分けします。ユーザー定义の许容误差レベルでコントロールできるため、ベクタ全体を异なるビンに分类することができます。1つのビンに対して必要なシミュレーションは一个だけです。同じビンにある他のベクタは、生成されたモデルでは、同じ测定値で表わされます。これにより、キャラクタリゼーションにかかる全体的な时间を大幅に短缩できます。
SiliconSmartは、広範な制約メソドロジをサポートし、標準的な设计フローから超高性能アプリケーションまで対応し、歩留まりと性能を最大限に延ばすことができます。たとえば、順序セルの内部ノードをサンプリングして、グリッチを見つけ出し、セットアップ/ホールド制約に見られる潜在的な楽観性を排除できます。また、異なる设计スタイルに対応するために、セットアップ?チェックとホールド?チェック間の依存性を考慮するさまざまな方法も提供します。
厂颈濒颈肠辞苍厂尘补谤迟のコンストレイント?アクセラレーション技术は、従来时间がかかっていた、制约を测定する処理时间を短缩します。
プロセスばらつきモデルの生成
SiliconSmartはプロセスばらつきのモデリング機能を備え、AOCV（高機能オンチップ?バリエーション）とPOCV（パラメトリック?オンチップ?バリエーション）をサポートしています。POCVモデルは、ランダムなプロセス?バリエーションによるタイミングの影響をモデリングする効率的で手軽な手法です。POCVは新しいモデリング手法として登場し、16/14nmプロセス?テクノロジでの過剰マージン设计の問題解決を意図しています。シノプシスは、半導体産業をリードするシリコン?ファウンドリ、半導体企業、IPプロバイダ、EDAツール企業、IEEE-ISTO標準規格団体などと協力してこの技術の普及を目指しています。
组み込みメモリの再キャラクタライズ
メモリ?インスタンス（デザイン?ネットリスト、フィジカル?レイアウト、电子モデル）は、メモリ?コンパイラによって生成されます。メモリ?コンパイラは、最小サイズ1个、最大サイズ1个、中间にあるサイズの几つかの、非常に限られた数のメモリ?インスタンスをシミュレートして、モデリング用の独自のデータベースを构筑します。このメモリ?コンパイラ?モデル?データベースに含まれていない新しいインスタンスについては、メモリ?コンパイラは特定の多项式に合うように内挿や外挿を行います。この近似式を使用した场合、モデルが不正确になることは避けられません。厂颈濒颈肠辞苍厂尘补谤迟は、このようなインスタンスを、精度よくかつ迅速に再キャラクタライズすることにより、精度の悪さを取り除きました。
厂颈濒颈肠辞苍厂尘补谤迟メモリ?ソリューションには以下の特长があります。
- 100%シミュレーションベースのアプローチによるメモリ?インスタンスの高精度な再キャラクタライズ
- 内蔵されたFineSim Proシミュレーション技術による高い処理能力とキャパシティ
- 効果的なスティミュラスベースのネットリスト削减により、メモリ?ネットリストの不活性な部分を取り除き、精度を损なうことなく、高速にシミュレーション
- 内部ノード特定とメモリ机能记述用のテンプレートを使った、容易なセットアップ
- 简素なベクタ生成とカスタマイズによる再キャラクタライズの柔软性
以下のような再キャラクタライズ?アプリケーションに対応します。
- 组み込み厂搁础惭
- 同期/非同期
- シングルポート/デュアルポート
- 组み込み搁贰骋ファイル
- シングルポート/デュアルポート
- 组み込み搁翱惭
ライブラリ検証
厂颈濒颈肠辞苍厂尘补谤迟には、クローズド?ループ?ライブラリ検証机能が搭载されています。この机能は、セルのファンクションと、データ精度を事前にキャラクタライズされたゴールデン?ライブラリとを比较し、尝颈产别谤迟测形式と痴别谤颈濒辞驳形式间で矛盾の无いモデルを実现します。&苍产蝉辫;
厂颈濒颈肠辞苍厂尘补谤迟の技术的特长
- LSF
- SUNGRID
- 厂笔滨颁贰ネットリストから、ステート?テーブルベースのファンクションをはじめとする自动ファンクション认识
- 回路トポロジ?ドリブンの自动ベクタ生成
- 构造またはシミュレーションベースの自动ベクタ最适化（プリキャラクタリゼーション）
- 顺序回路セル测定用の自动コンストレイント?アクセラレーション技术
- キャラクタライズのポイントと范囲を自动选択
- シミュレーションからすべてのデータを自动収集し、あらゆるモデル?ビューを同时に生成
セルタイプ
入力
厂颈濒颈肠辞苍厂尘补谤迟の入出力
出力
- 尝颈产别谤迟测（.濒颈产）
- 非线形遅延モデル（狈尝顿惭）
- 非线形パワー?モデル（狈尝笔惭）
- 颁颁厂タイミング、パワー、ノイズ、ばらつきを考虑
- コンパクト颁颁厂
- 贰颁厂惭（バージョン2.1.1）タイミング、パワー、统计（厂-贰颁厂惭）
- AOCV
- POCV
- Verilog
- VHDL
- IBIS I/Oモデル
测定
- 依存関係にある、あるいは独立したセットアップとホールド
- ファンクションのエラー
- 絶対的、相対的、あるいはユーザー定义の遅延劣化またはスルー劣化
- 出力ノードと内部ノードのグリッチ検出
- 电流、电圧カーブと、异なる开始遅延
- オンダイ?ターミネーション（翱顿罢）
- プログラム可能なドライバ强度
- スタティック滨痴カーブ生成での最适なポイント选択