论文部分内容阅读
随着IC工艺改进所带来的集成度提高,IC设计复杂度飞速提升,IC参数分析的复杂度也越来越大,由于供电电压直接影响电路的性能,所以电源线/地线网络分析(简称P/G分析)与热分析具有非常重要的研究意义。近年来EDA研究人员尝试利用图形处理器(GPU)提供的高性能计算能力对IC参数分析进行加速研究。为了利用GP-GPU实现快速的P/G网电热分析,本文提出了一种基于行分割的连续过松弛(SOR)高效P/G网分析并行算法。该算法针对P/G网IR-drop分析算法中的行追赶法和网状结构P/G网电导矩阵的特点,实现了一种基于GP-GPU并行计算的改进行追赶法。算法同时适用于电源地线网的IR-drop分析与3D热分析。本文同时研究了基于单点的SOR分析算法,并且在GP-GPU并行计算平台上实现了加速。 本文同时还提出一种基于GP-GPU的用于3D热分析的新型混合并行算法。该方法将芯片的die离散化为许多的小正方体,并将在同一散热方向上的这些正方体归为同一列。首先,该方法通过使用红/黑分块策略将所有的列分为两类,然后以每一列的相邻列的状态为边界条件使用LU分解来快速计算同一类中的所有列。其次,该方法使用了超松弛迭代(Successive Over Relaxation)作为高效的迭代算法来实现整个计算过程的快速收敛,得到最终的计算结果。基于这一算法思想,我们实现了GPU/CPU异构的解法,并且通过优化大大改进了该解法的效率。 本文提出的加速方法具有快速、准确、简单的优点。实验数据表明,用不完全SOR迭代法改进后的行追赶法,速度提升10倍以上,而使用多线程加速后,速度再次提升3倍。