十年來出現的主流EDA工具服務用于優化任何給定的設計。這種優化驅動型設計方法背后的核心思想是把一組特定的變量設定在最有利的值之下,以便達到一組預定的設計目標。

遺憾的是,這種優化驅動型設計流程假定已經正確地做出了各種最艱難的和最不可改變的抉擇,涉及的方面包括選擇IP技術節點、工藝變種、單元庫等等。

這些抉擇對最終芯片設計的技術完整性和經濟可行性有著深遠的影響。因而,今天的設計者最需要的是可以幫助他們探究、評估和量化這些不同的實現抉擇對其設計造成的影響的新型EDA工具。

我們把這個過程稱為設計流程的架構探究階段。當然,在整個設計過程中,在一組固定的邊界條件下(即在IP、技術節點、工藝變種和單元庫已經選定的條件下)實現設計的優化依然具有至關重要的作用。

但同時應該認識到,如果能夠在早期全面探究這些關鍵抉擇最后將如何影響最終芯片的技術可行性和財務可行性,那么設計者將從中極大受益。

130納米、90納米和最近的65納米等技術節點的出現不可逆轉地改變了IC設計的變數。隨著這些節點的日益變小,爆炸性地產生了大量的IP選擇和半導體工藝變種。一家典型的代工廠在180納米節點只提供簡單的“普通”或“高速”工藝,但在130納米或90納米節點可能提供半打或更多的工藝變種。對這些工藝變種,第三方IP開發商通常提供眾多單元庫和IP選擇,它們針對不同的指標(如性能和功率)進行了優化。

隨著可用的工藝變種和單元庫的增多,用戶更迫切地需要進行早期的架構探究,所以我們可以說對探究的需要與它對最終芯片設計的技術和經濟影響程度成正比。

例如,如果設計者選擇某一個工藝節點(或IP庫)而不選另一個可能會產生1-5%的變異,那么許多設計管理者可能放棄早期的探究,寧愿通過在后續工作做更多優化來消除這種差異。

然而,事實充分說明,這種對工藝變種和單元庫的探究驅動型選擇可以對某些關鍵效應(如漏電)產生高達一個量級的變異。

只有在架構探究階段才具有利用這種驚人的差異的能力。這些變異無法通過優化得到,因為在早期做出抉擇之時,其發展路線就已經被決定了。

由于在更小的技術節點時代工藝變種數量和可選IP數量的增加,以及由于選擇某一個而不選另一個工藝變種或IP可以對某些關鍵指標產生高達一個量級的變異,所以設計小組顯然必須使用專門為探究不同實現選擇而設計的EDA工具,并在設計流程的早期花費更多的時間。只有在完成這項工作之后,他們才可以使用傳統的工具流程來優化芯片,以投入量產。

作者Adam Traidman是Giga Scale IC公司的總裁。

作者:Adam Traidman

總裁

Giga Scale IC 公司