Статистический статический временной анализ

Традиционный статический временной анализ (STA) уже долгое время является стандартным алгоритмом анализа при проектировании цифровых схем. Однако увеличение разнообразия полупроводниковых устройств и межсоединений привело к появлению ряда проблем, которые не могут быть решены с помощью традиционных (детерминированных) STA. Это привело к масштабным исследованиям в области статистического статического временного анализа , который заменяет обычную детерминированную синхронизацию вентилей и межсоединений распределениями вероятностей и дает распределение возможных результатов схемы, а не одиночный результат.

Сравнение с обычным STA

Детерминированный STA популярен по уважительным причинам:

Он не требует векторов, поэтому не пропускает пути.
Время выполнения линейно зависит от размера схемы (для базового алгоритма).
Результат консервативен.
Обычно он использует несколько довольно простых библиотек (обычно задержка и наклон выходного сигнала в зависимости от наклона входного сигнала и выходной нагрузки).
Его легко расширить до инкрементной операции для использования в оптимизации.

STA, хотя и очень успешна, имеет ряд ограничений:

Невозможно легко справиться с корреляцией внутри кристалла, особенно если включена пространственная корреляция.
Требуется много углов , чтобы справиться со всеми возможными случаями.
Если существуют значительные случайные отклонения, то для того, чтобы всегда оставаться консервативными, слишком пессимистично пытаться получить конкурентоспособную продукцию.
Изменения, направленные на решение различных проблем корреляции, такие как CPPR (удаление пессимизма по общему пути), делают базовый алгоритм медленнее, чем линейное время, или неинкрементным, или и тем, и другим.

SSTA более или менее напрямую атакует эти ограничения. Во-первых, SSTA использует чувствительность для поиска корреляций между задержками. Затем он использует эти корреляции при расчете того, как добавить статистические распределения задержек.

Не существует технической причины, по которой детерминистическую STA нельзя было бы улучшить для обработки корреляции и чувствительности, сохраняя вектор чувствительности для каждого значения, как это делает SSTA. Исторически это казалось большим бременем для STA, тогда как для SSTA было ясно, что это необходимо, поэтому никто не жаловался. См. ниже некоторые критические замечания в отношении SSTA, где предлагается эта альтернатива.

Методы

Существует две основные категории алгоритмов SSTA — методы на основе путей и методы на основе блоков.

Алгоритм на основе пути ^[1] суммирует задержки на воротах и проводах на определенных путях. Статистический расчет прост, но перед запуском анализа необходимо определить интересующие пути. Существует вероятность того, что некоторые другие пути могут быть актуальными, но не проанализированы, поэтому выбор пути важен.

Блочный алгоритм ^[2] генерирует время прибытия (и необходимое) для каждого узла, работая вперед (и назад) от синхронизированных элементов. Преимущество — полнота и отсутствие необходимости выбора пути. Самая большая проблема заключается в том, что необходима статистическая операция максимума (или минимума), которая также учитывает корреляцию, что является сложной технической проблемой.

Сейчас доступны инструменты для определения характеристик ячеек SSTA, такие как инструмент Variety компании Altos Design Automation .

Критика

В адрес SSTA был высказан ряд критических замечаний:

Это слишком сложно, особенно с реалистичными (негауссовскими) распределениями.
Трудно подключиться к потоку оптимизации или алгоритму.
Трудно получить данные, необходимые алгоритму. Даже если вы сможете получить эти данные, они, скорее всего, будут меняться во времени и, следовательно, ненадежны.
При серьезном использовании клиентами фабрики она ограничивает изменения, которые фабрика может внести, если они изменят статистические свойства процесса.
Выгода относительно невелика по сравнению с расширенной детерминированной STA, которая также учитывает чувствительность и корреляцию. ^[3]

Инструменты, выполняющие статический временной анализ

ПЛИС

Второй квартал II
Ксилинкс ИСЭ

ASIC-чипы

Синопсис Праймтайм ( Synopsys PrimeTime )
Система хронометража встреч Cadence ( Cadence Tempus )
IBM EinsTimer
ANSYS Path FX ( АНСИС Путь FX )

См. также

Динамический временной анализ

Ссылки

^ Оршанский, М.; Койцер, К., 2002, Общая вероятностная основа для анализа времени наихудшего случая , Конференция по автоматизации проектирования, 2002. Труды. 39-е, Том, Вып., 2002, Страницы: 556–561.
^ Висвесвария, К.; Равиндран, К.; Калафала, К.; Уокер, СГ; Нараян, С.; Бис, Дания; Пиаже, Ж.; Венкатешваран, Н.; Хемметт, Дж. Г., 2006, Инкрементный блочный статистический временной анализ первого порядка , Транзакции IEEE при автоматизированном проектировании интегральных схем и систем, Том 25, Выпуск 10, октябрь 2006 г., Страницы: 2170–2180
^ Ноэль Менезес. «Хорошее, плохое и статистика» (PDF) . ИСПД 2007.

[1] Оршанский, М.; Койцер, К., 2002, Общая вероятностная основа для анализа времени наихудшего случая , Конференция по автоматизации проектирования, 2002. Труды. 39-е, Том, Вып., 2002, Страницы: 556–561.

[2] Висвесвария, К.; Равиндран, К.; Калафала, К.; Уокер, СГ; Нараян, С.; Бис, Дания; Пиаже, Ж.; Венкатешваран, Н.; Хемметт, Дж. Г., 2006, Инкрементный блочный статистический временной анализ первого порядка , Транзакции IEEE при автоматизированном проектировании интегральных схем и систем, Том 25, Выпуск 10, октябрь 2006 г., Страницы: 2170–2180

[3] Ноэль Менезес. «Хорошее, плохое и статистика» (PDF) . ИСПД 2007.

[1]

[2]

[3]