溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

library scaling及scaling calculation怎么使用

發(fā)布時間:2021-12-31 15:41:54 來源:億速云 閱讀:125 作者:iii 欄目:互聯(lián)網(wǎng)科技

本篇內(nèi)容主要講解“l(fā)ibrary scaling及scaling calculation怎么使用”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“l(fā)ibrary scaling及scaling calculation怎么使用”吧!

應(yīng)用場景:只有某個PVT的庫,想要check在另一個PVT下,design的QoR,俗稱library scaling。比如:只有0.9V125C的庫,想要看1.0V125C的timing, power。

要求:library支持,工具支持。要做scaling,library中必須有『Derating』部分,就是常說的K-factors,現(xiàn)今大概總共有3*37 =(k_process + k_temp + k_volt)個K-factors,隨著工藝的進(jìn)步,可能會有更多的factor加入,Derating部分不是library必須要有,也不需要定義所有的factor,下圖中『Derating parameters』所列k_xxx即是一部分需要用到的factor;如今主流的跟PPA相關(guān)的實現(xiàn)驗證工具都支持library saling,但不是所有的工具都有必要支持所有的K-factors。

library scaling及scaling calculation怎么使用

計算公式:scaled_value = total_scale * value_from_lib. 

其中:

total_scale = proc_scaling * temp_scaling * volt_scaling

proc_scaling = 1 + K_proc * (current_proc - org_proc)

temp_scaling = 1 + K_temp * (current_temp - org_temp)

volt_scaling = 1 + K_volt * (current_voltage - org_voltage)

如:

scaled_leakage_power = total_scale *leakage_power_from_lib

scaled_cell_delay = total_scale * cell_delay_from_lib

回到上面的示例,雖然庫里列一個一堆的k-factor,但是很流氓的都設(shè)成了0,所以這個庫空有其表,是做不成library scaling的。

工具端:以Genus為例,可以基于單個library 做scaling,也可以基于多個library做scaling。

例:single library

set_attr library { {library1_PV1T.lib library1_PV2T.lib} {single_lib1.lib}} 

set_attr voltage V2 [get_attr active_operating_conditions /] 

例:multi library

set_attr library { {library11.lib library12.lib} {library21.lib library22.lib}} 

set_attr voltage V3 [get_attr active_operating_conditions /] 

到此,相信大家對“l(fā)ibrary scaling及scaling calculation怎么使用”有了更深的了解,不妨來實際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI