第二章 Netlist and System Partitioning [VLSL Physical Design 学习笔记 ]

kkkjfg

已于 2022-12-17 23:53:47 修改

阅读量856

点赞数 3

文章标签：学习

于 2022-12-17 23:51:26 首次发布

本文链接：https://blog.csdn.net/kkkjfg/article/details/128344893

版权

本文是对EDA教程《VLSL Physical Design》第二章的理解和笔记，若有谬误欢迎探讨和指出

2.1 介绍

Partitioning，分块

1，为什么要分块？

答:

1)这样能简化设计，让各个模块各自设计。

2)受到芯片大小的限制。比如某个小元件上只能布置8个门电路，那么就要把网络分块成大小不大于8的小块。

2，分块的目标?

答：在块大小，引脚数等限制条件下尽量使块和块之间连接减少。因为太多的连接意味着更长的延时和更高的出错的可能性。

例子:

在这个图中，如果有两块小芯片各自可以刻录4个逻辑门电路，那么第一种设计方案就优于第二种，因为第一种两个模块之间只用连两条线，而第二种需要四条。

2.2 名词约定

1，cell，指一个模块，它可以是一个逻辑门，也可以是一个功能模块。

2，partition，划分。指一个元件集合及其分组情况。

3，k-way-partition，k路划分，一种分了k组的划分

4，对于一个图G(V,E) area(v)指一个点v的权重, W(e)指的是边e的权重

5，disjoint指的是一个图已经应分尽分了，每个点都属于且仅属于一个子集

6，如果一个边e的两端分属于两个子集，则称之为cut。如下图，若B视为是一个模块，则B中四个点的连线就不是cut，但B与a,b,f的连线是cut。称cut的集合，即割线的集合，为 $\psi$ 。

7，hyper graph，指图中某些线进行了合并，即一个"net"能连接三个以上的点，如下图的c。b，c都是对图a的合理抽象。

2.3 优化目标

1，使割线的集合尽可能的小

$\sum_{e\in \psi } w(e)$

2,满足最大点集大小的限制

$area(V_i)=\sum_{v\in V_i } area(v)\leq \frac{1}{k} \sum_{v\in V } area(v)= \frac{1}{k}area(V)$

注意这里每一个点带了权重。集合大小等于其中每个点的权重加起来。当每个点权重刚好为1时，上式可以写为：

$|V_i| \leq \left \lceil \frac{|V|}{k}\right \rceil$

即每个点的点数不超过总点数的1/k。

2.4 分块算法

做了前面一堆的铺垫终于到了这一章的重点分块算法。分块是一个np-hard的问题，没法直接在多项式时间内获得最优解。这一章会介绍两个启发式算法。

2.4.1 KL(Kernighan-Lin)算法

简介

KL算法是一个2-way partition，即把点分成两块的算法。

KL算法的核心思想，就是交换。先随机把点分成两块，再找一左一右各自找一个点，再把这一对点进行交换。

怎么交换呢？就是看一下交换前后是不是能使现状朝着优化目标推进。即是否减少了割线权重和。如果有多对点，我们就选一对能最大程度减小割线权重的点。我们为您反复交换，换到不能换就算是结束了。

术语

1，D(v):

设点v从A集挪到B集。EB指的是点v的割线，EA则指的是其余的线。

以这个图为例子，若要把e从B集合拿到A集合，(e,f)就是割线，对应上面公式中的EB，(d,e),(g,e)和(c,e)不是割线，即上述式子中的EA。

那么D(v)有什么含义呢？

答：D(v)的意思就是挪动 v所能减少的割线数目。如以上例子，EB-EA=-2，即若挪动e到A 集合，(e,f)不会被割了没错但是(d,e),(g,e)和(c,e)变成了新割线。所以割线数目反而增加了两条。

2,g(a,b):

即gain，获得。如果我们要交换分属于两个子集的a,b两点，我们只需要分别算a，b换集的“赚”的程度，加起来就可以了。

忘了点什么?哦对，如果这两个点的换集合的过程不独立的话还能加吗？不能。a，b之间连线的权重显然被多算了两次，要减掉。

交换完的两个点先固定。这样重复多次直到所有点都被固定，这样的过程称为一个pass

前M步把每次交换的gain加起来就是前m步的总获得。

注意这里不是当gi小于0就停止了。因为每次交换的gain可能会出现类似-1，2，-1，2，-2，-2这种，这个例子要交换四次，但如果第一次看到-1就停下来的话可能就会漏掉最佳答案。

我们这样重复几个pass之后就不再能获得正的G了，这时候算法停止即可。

这是书中的伪码：

书中的一个例子：

2.4.2 KL算法的扩展

1，若要把一个图划分成两个不是等大小的子集怎么办？

答：不影响，只要限制算法在一个pass里交换min(|A|,|B|)对节点就可以了。

2，若各点之间的权重不相同怎么办？

答：搞成相同的！即拆成各点的最大公约数的权重，各部分之间用无限大的边权进行连接。举个例子，假如有四个点4，4，6，10这些点，我们就全部拆成2这么大，4里面的两个2用无限大的权重连接，6里面的三个2用无限大的权重进行连接，即可转换为正常版。

2.4.3 FM(Fiduccia-Mattheyses)算法

核心思想：

1，解决KL算法中的每次必须找一对点的问题。所以FM是一次只需要挪动一个点。

2，那么问题来了：一次只挪动一个点，挪完子集的大小不就发生变化了吗，怎么保证两个子集之间大小的均衡？FM引入了一个松弛条件，允许两个集合的一些属性在一定程度上波动，这样既可以移动单个的点，又不至于直接给挪到同一边了。

3，FM算法使用hyper-graph

术语

不同于KL算法，FM算法的gain算的是单个点。此处FS指的是“连接到了c但没连接c集合中其他点的边” ，而TE指连到c上的uncut net，即所有点都连着c集合的net，如下面的(c,e,g)

每次挪点之前要计算所有点的gain，取gain最大的点进行挪动，挪到所有点都固定为止。

和KL算法一样，FM算法也是计算从1到最后一步每一步的Gm，即gain累加值，取Gm值最大的步数进行交换。

为防止所有点都挪到了同一边，我们要引入一个集合可以到达的范围，若各挪动会超出范围，我们就说它是非法的。

范围限制如下:

A,B是两个子集合。area_max(V)是V中area最大的点。

不过我有一点不理解为啥r的分子是area(A)不是area(B)。

我尝试这样理解:

把上面的二式代入一式，得

$area(A)-area_{max}(V)\leq area(A)\leq area(A)+area_{max}(V)$

即，A集合权重的上下限是A集合减最大权重节点，到A集合加最大权重节点。

把B换成A同理。

$area(B)-area_{max}(V)\leq area(B)\leq area(B)+area_{max}(V)$

所以我想可能意思就是说，相比于初始状态的A,B，我们不希望太多的权重从A流入到B或者从B流入到A，而我们所能容忍最大限度的权重流动就是area_max(V),若忍耐度低于这个值，可能会造成最大权重节点该挪的时候挪不动，高于这个值可能会造成更严重的往一边跑的现象。我觉得可能忍耐度其实可以略高于area(V),不过这个值已经看上去比较合理了。

算法

书中的例子，即，

1，算gain，取最高，挪动，重复到不能挪了。

2，然后看看这些步数内前多少步的前缀和最大。假设这个数为m，我们把这个挪动序列的前m步进行实现。

3，反复以上的步直到挪动序列的每一步的累加gain都不是正的了，证明已经挪无可挪了，算法停止。

例子

以下是书中的一个例子。

2.5 多级分块。

当一个“net”(即hyper-graph中连了多个点的边)连接了上百个节点时，FM可能会较低效或者解比较差，实际应用过程中为了规避这种情况，可以先聚类以减少点数，应用FM算法，再拆点，再使用FM算法往复循环。

2.5.1 聚类

大致地说就是连接紧密的点聚成一类外部结构不变且内部连接吸收。但不同应用的要求会不一样。大部分应用会对聚类后的点大小做出限制。以下是一个例子：

如图是a,b,c,d,e五个点的两种聚类方式。

在分级分块的流程中，会先聚类，每次将点数减少固定百分比，这个过程进行log(|V|)次，再交替进行分块、拆点操作，直到变回原图的点数。