蒙特卡洛分析_基于蒙特卡洛仿真的功耗分析方法

首先希望大家不要被逼格甚高的名字吓到。其实今天的内容很简单，就是讲一个功耗分析的思路，希望能对大家有所启发。

解释下什么是蒙特卡洛仿真。简单来讲就是通过大量的随机输入来求解某事发生的概率。以统计概率作为突破点逆向求解。举个栗子，怎么求解圆周率π呢？一种很简单的方法是投针实验：画一个半径已知的圆，再画一个外切的正方形，然后随机的丢一根针，丢无数次，统计出针落入圆中的概率P，再经过简单的运算（P=π/4），就可以近似得到π。丢针的次数越多，求得的π越精确。当然，这完全可以通过计算机程序来搞定。

再说下功耗分析。一般的功耗分析，主要通过后仿来进行。通过对netlist进行仿真，得到波形，然后将波形和netlist文件输入给后端的功耗分析工具，比如PT-PX进行功耗分析。EDA工具通过分析仿真波形中的信号跳变，结合各种cell的功耗库，给出功耗的分析值。

问题在于，一个波形只是一个case下的特例。你可以容易的得到模块最繁忙的功耗，也可以很容易的得到模块最清闲时候的功耗，毕竟这只是两个特例。但是如果我想知道该模块的功耗期望，或者说平均功耗是多少，该怎么得到？

你不可能通过大量的后仿真，比如说仿真100次，然后让工具分析100次，再对100次的功耗求平均值吧！这样需要大量的时间，因为后仿很慢很慢，而且需要仿真环境真实的模拟出模块的实际使用场景，对仿真环境也有很高的要求。

考虑到这些因素，通过大量的后仿来求平均功耗其实是不现实的。所以就有了我们这个新的理论。

根据数学基础，简化起见：

平均功耗 (功耗期望)=