[转载]Cell延时从哪里来？非线性延时模型（NLDM）把一切都告诉你

https://zhuanlan.zhihu.com/p/95597400

我们都知道在数字IC设计流程中cell（std，IO，IP）的时序（timing）、面积（area）、功能（functionality）和功耗（power）信息都包含在lib库里面，其中时序信息最为关键。

以最简单的反相器为例，所谓cell的时序信息，即图中的传播延时Tr和Tf。

• Tr : Output rise delay
• Tf : Output fall delay

反相器cell的延时取决于两个因素：

输出负载（output load），即输出引脚的电容负载

输入信号的过渡时间（input transition time）

延迟值与负载电容直接相关。负载电容越大，延迟越大。

在大多数情况下，延迟随着输入transition time的增加而增加，但是延迟和输入transitiontime并不总是单调关系，尤其是在输出负载较小的情况下。

输出的transition time主要取决于输出电容，随输出负载而增加。因此，较大的输入transition time可以根据cell的类型及其输出负载不同得到改善。

早期的延时建模采用简单的线性延迟模型（linear delay model），其中延迟是input transition time和output load capacitance两者的线性函数，其一般形式如下所示：

D = D0 +D1 * S + D2 * C

其中D0，D1，D2是常数，S是inputtransition time，C是output load capacitance。

线性延迟模型在亚微米工艺下不太准确，因此目前大多数lib库使用更复杂的模型，例如非线性延迟模型(non-lineardelay model)。

Non-LinearDelay Model

大多数lib库都包括查找表模型(table models)，例如NLDM（非线性延迟模型），为cell的各种时序弧（timing arcs）指定延迟，output transition和其他时序检查等信息。

• Risedelay
• Fall delay
• Rise transition
• Fall transition

NLDM根据input transition time和output capacitance获得cell的不同timing arcs的延迟。也就是说，NLDM模型是一个二维的查找表，其中两个输入变量是inputtransition time和output capacitance，表中的内容是该timing arcs的延迟。

lu_table_template(delay_template_3x3) {
variable_1 : input_net_transition;
variable_2 :total_output_net_capacitance;
index_1 ("1000, 1001,1002");
index_2 ("1000, 1001,1002");
}/* The input transition and the output capacitance can be
in either order, that is, variable_1 can be the output
capacitance. However, these designations are usually
consistent across all templates in a library. */

上面的查找表模板指定表中的第一个行索引变量是input transition time，第二个列索引变量是output capacitance。索引值（1000, 1001, 1002）只是模板，会被实际索引值覆盖。

下面是实际的NLDM

pin(OUT) {
max_transition : 1.0;
timing() {
related_pin : "INP1";
timing_sense : negative_unate;
cell_rise(delay_template_3x3) {
index_1 ("0.1, 0.3, 0.7");/* Input transition */
index_2 ("0.16, 0.35,1.43"); /* Output capacitance */
values ( /* 0.16 0.35 1.43 */ \
/* 0.1 */ "0.0513, 0.1537, 0.5280", \
/* 0.3 */ "0.1018, 0.2327, 0.6476", \
/* 0.7 */ "0.1334, 0.2973, 0.7252");
}
cell_fall(delay_template_3x3) {
index_1 ("0.1, 0.3, 0.7");/* Input transition */
index_2 ("0.16, 0.35,1.43"); /* Output capacitance */
values ( /* 0.16 0.35 1.43 */ \
/* 0.1 */ "0.0617, 0.1537, 0.5280", \
/* 0.3 */ "0.0918, 0.2027, 0.5676", \
/* 0.7 */ "0.1034, 0.2273, 0.6452");
}

在上面的例子中，描述了输出引脚OUT分别在上升（cell_rise）和下降（cell_fall）的从引脚INP1到引脚OUT的延迟。还指定了输出引脚OUT的max_transition。查找表模板已经在delay_template_3x3中描述。

表中的timing_sense : negative_unate表示输入的翻转和输出翻转是相反的关系，即

input rise -> output fall
input fall -> output rise

根据延迟表，对于反相器的cell_rise延迟，input transition（fall） time为0.3ns，output load为0.16pf 时，对应延迟为0.1018ns。

NLDM模型不仅用于延迟，而且还用于指定output transition time，该值也是以input transition time和output load为索引变量的查找表。

pin(OUT) {
max_transition : 1.0;
timing() {
related_pin : "INP";
timing_sense : negative_unate;
rise_transition(delay_template_3x3) {
index_1 ("0.1, 0.3, 0.7");/* Input transition */
index_2 ("0.16, 0.35,1.43"); /* Output capacitance */
values ( /* 0.16 0.35 1.43 */ \
/* 0.1 */ "0.0417, 0.1337, 0.4680", \
/* 0.3 */ "0.0718, 0.1827, 0.5676", \
/* 0.7 */ "0.1034, 0.2173, 0.6452");
}
fall_transition(delay_template_3x3) {
index_1 ("0.1, 0.3, 0.7");/* Input transition */
index_2 ("0.16, 0.35,1.43"); /* Output capacitance */
values ( /* 0.16 0.35 1.43 */ \
/* 0.1 */ "0.0817, 0.1937, 0.7280", \
/* 0.3 */ "0.1018, 0.2327, 0.7676", \
/* 0.7 */ "0.1334, 0.2973, 0.8452");
}. . .
}
. . .
}