大型SOC设计中的功能ECO加速的解决方案

大型SOC项目的综合非常耗时间,常常花费好几天。当需要做功能ECO时,代码的改动限定在某些子模块里,设计人员并不想重跑一次完整的综合,这种方法缩短了一轮ECO的时间,保证了项目进度。

然而,设计时这些子模块经过了物理综合、DFT、后端工具等各种优化。模块例化好几次时,在这些优化后,每一个实例都会出现很多不同的边界优化。下图中,SUB_MOD_A有后端优化,如端口反相。

因此,自动ECO工具必须能够识别和处理这些各种各种的后端优化,处理好每一个模块的特有的复杂情况,并精确修理。

图片
标题

面对这种挑战,GOF中读入了prelayout网表(综合+DFT)来更好地处理边界优化。这其实是可以实现的,我们知道prelayout网表,在做ECO之前,应该与综合网表等价。

在ECO时,为了提取出子模块的边界优化,我们用prelayout网表与老APR网表来做对比。因为ECO作用于各个子模块,相应的边界优化信息又被反标到网表上,这保证了ECO的精度和准确性,又能保证顶层设计的逻辑等价PASS。

read_design命令的-ori_syn参数用来加载prelayout网表。下面一段脚本,先用SUB_MOD_A作参考fix SUB_MOD_A_0,再接着修理SUB_MOD_A_1。最后把顶层设置到SOC_TOP,写出ECO网表。

read_design('-ref', "new_sub_mode_a.gv"); # New synthesized sub-module-A
read_design('-imp', "post_layout.gv"); # Full post layout netlist
read_design('-ori_syn', "pre_layout.gv"); # Full prelayout, equal to post_layout.gv
# Apply ECO to the first instance
set_top_ref("SUB_MOD_A"); # Must set REF scope
set_top("SUB_MOD_A_0"); # Uniquified name for the first instance
fix_design;
# Apply ECO to the second instance
set_top_ref("SUB_MOD_A"); # Must set REF scope
set_top("SUB_MOD_A_1"); # Uniquified name for the second instance
fix_design;
set_top("SOC_TOP");
report_eco();
write_verilog("post_layout.eco.gv"); # Full post layout netlist after ECO

可以处理完整网表的ECO,但不需要对整个设计重新综合,这就会格外地节省时间。由于GOF提取出了边界信息,ECO的结果就会有更高的准确程度。

来源: https://www.linkedin.com/pulse/localize-automatic-eco-sub-modules-large-soc-design-heidi-zheng-0r1mc

关于NanDigits Design Automation

NanDigits Design Automation于2007年成立,公司总部位于美国硅谷圣何塞(San Jose)。2016年10月在中国大陆成立销售和技术支持部门。我们是完整的芯片网表解决方案提供商,主要产品有网表功能ECO工具GOF ECO、逻辑等价性检查工具GOF LEC,网表调试工具GOF Debug、汽车电子功能安全验证的GOF Formal。到目前,我们已经帮助全球数十家芯片设计公司Tapeout超过100个项目。

图片

欢迎评估试用

中国大陆

技术支持:support@nandigits.cn

美国总部

技术支持:support@nandigits.com

欢迎联系评估和试用:https://nandigits.cn/license/getlic.php。

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值