论文部分内容阅读
随着信号频率的不断提高和集成电路特征尺寸的不断缩小,越来越多的纳米效应给集成电路的设计和验证带来了新的挑战。仿真软件工具的开发伴随着设计复杂度不断增加的电路的要求,需要持续提高仿真性能和容量以适应迅速发展的晶体管制造工艺。显然地,仿真软件的仿真容限正成为制约开发高度复杂的、可物理实现的集成电路芯片的重要因素。更高的芯片集成度和更小的工艺尺寸需要我们能够仿真更大的设计模块,甚至是整个电路芯片。这意味着,我们需要将仿真能力成倍增加,以匹配从含数千个晶体管电路到百万级晶体管电路的转变。随着MOS器件的特征尺寸进入纳米时代,基于物理原理的MOS器件分析模型变得极度复杂,相应地,基于这种模型的算术运算的时间复杂度和空间复杂度也变得越来越高,在晶体管级仿真中,大约80%的运行时间都用于对器件模型进行估计拟合。因而需要一种表格模型以近似原始的物理模型,通过插值和查询的方法来得到所需的模型参数的值,以提高软件仿真的吞吐率以及物理内存的利用率。针对上述问题,本文提出了改进的表格模型建立算法。以优化过的BSP(Binary Space Partitioning)树的结构去存储和构建器件表格数据,分段拟合逼近不同区间段的数据,并且简化了表格的维度。与现有表格模型建立方法相比,该算法有效的解决了连续性和单调性的问题,并且保证了数据插值的精度,降低了算法的复杂度,效率更高,同时减少了内存的使用。随着集成电路规模的急剧增加,电路的仿真波形数据量也急剧膨胀。对于一个节点数达到十万量级的电路进行仿真,其仿真波形数据可达数GB到数十GB,数据量极为庞大。为了降低仿真波形的存储量,提出了一种高效的模拟波形数据压缩方法。该方法将每个时间步的波形数据作为一个数据帧,每隔一定时间步选择一个参考数据帧。对于参考数据帧之间的数据帧,首先通过参考帧预测帧数据中的波形,对于预测值与实际值相差不大的波形,则不需再存储该波形;否则,则存储该波形与原始波形的差值。对于这些差值,采用自适应量化方法进行处理,变为8位或16位整数来存储,以降低差值存储量,同时保证其精度。在完成差值量化处理之后,最后对参考帧及量化处理后的数据进行熵编码压缩,进一步降低存储量。在保持数据精度的同时,该方法可以达到很高的压缩比。该方法计算复杂度低,可以处理大数据量的波形文件,是一种非常实用的波形压缩方法。经过对实际的电路仿真波形压缩测试表明,该方法在波形误差在0.1%下,压缩比可以达到9%,极大地降低了数据存储量。