SOC中Data-Path布图设计面临的挑战

目前所设计的系统级芯片(SOC)包含有多个data-path模块,这使得data-path成为整个G大规模集成电路(GSI)设计中最关键的部分.以往的布图理论及算法在许多方面已不能满足data-path布图设计的需要,这主要是由于传统的布图工具没有考虑data-path所特有的电路结构特点.Data-path具有规整的位片结构,具有很高的性能指标要求,如对于时延、耦合效应和串扰等性能都有严格的要求.此外,data-path中还存在大量成束状结构的BUS线网.文中提出了data-path布图设计所面临的挑战.从介绍data-path布图的基本问题入手,重点分析了data-path布图设计中的关键技术,并在讨论已有研究工作的基础上针对不同的布图阶段提出了可行的技术路线与设想.     

基于最小自由度优先原则的任意多边形模块布局算法

给出了直角多边形模块自由度的定义和公式,扩展了最小自由度优先原则,使算法能够处理任意直角多边形模块以及有相对约束的模块.实验结果说明该方法在布局效果和效率上都有良好的表现.     

Data-Path布图系统的数据管理

Data-Path布图系统需要有效的数据管理作为支撑。该数据管理工作主要包括数据格式转换、数据结构设计和数据接口设计等方面。针对一个实际的Data-Path布图系统，设计了Verilog文件到DEF文件的转换算法，进行了相关数据接口的实现，指出了数据管理的特点与实现方法。     

门阵列和标准单元布图中一种有效的走线道分配算法

本提出了一种用于门阵列和标准单元图自动设计中的走线道分配算法－ＦＡＲＭ，它连接总体布张和通道布线，算法目标是使通道的最大密度最小，同时考虑减小线网长度和通孔数。ＦＡＲＭ同两部分组成，多行走线道分配和单行走线分配。它已用Ｃ语言在ＤＥＣ工作站和Ｓｕｎ工作上实现，并已用于我们开发的双层ＣＭＯＳ门阵布图系统ＭＡＬＳ３中，实验例子表明，它与ＴｉｍｂｏｒＷｏｌｆ５．６的结果相当或更好。     

调度问题的形式化描述

本文介绍高层次综合中调度问题的形式化描述。该描述将调度问题形式化为整数规划问题。它全面地考虑了调度问题的时间约束与资源约束、多周期操作与链式操作，流水线功能单元与非流水线功能单元以及分枝操作的调度问题。它为解决调度问题提供了一个较好的数学模型。     

大规模混合模式初始详细布局算法

以大规模混合模式布局问题为背景,提出了有效的初始详细布局算法.在大规模混合模式布局问题中,由于受到计算复杂性的限制,有效的初始布局算法显得非常重要.该算法采用网络流方法来满足行容量约束,采用线性布局策略解决单元重叠问题.同时,为解决大规模设计问题,整体上采用分治策略和简化策略,有效地控制问题的规模,以时间开销的少量增加换取线长的明显改善.实验结果表明该算法能够取得比较好的效果,平均比PAFLO算法有16%的线长改善,而CPU计算时间只有少量增加.     

优化的基于模型的光学邻近矫正算法

提出了一种新的优化的基于模型的光学邻近矫正算法,该算法充分考虑了图形内部及图形之间的光学邻近影响,实现了线段切割和移动步长的自适应性,提高了系统的矫正精度及矫正速度,实验结果表明该算法是有效的.     

直角多边形布图区域内的二次布局算法

提出了一种直角多边形布图区域内的基于动态划分的二次布局算法——DPRR．通过在传统的二次布局算法中引入一种新的圆盘划分和分布约束生成策略,解决了直角多边形布图区域里的单元布局问题,并且由于该算法在迭代优化过程中动态地划分电路并生成分布约束,且不限制单元在布图区域的不同部分间自由移动,所以它可以在一定程度上避免优化过程中出现的“局部最优”,从而达到更高的布局质量．对一些电路实例的测试和比较结果也证明DPRR是一种高效优良的布局算法,并且它十分适用于解决非矩形的直角多边形布图区域内的标准单元布局问题．     

物理设计EDA中可扩展数据支撑系统结构

提出了一种可扩展的数据支撑系统结构,该系统为EDA物理设计工具开发提供数据支持．当设计工艺技术进入超深亚微米后,物理设计过程复杂性增加,大数据量、复杂结构的数据表示成为一个关键问题．需要提供一个有效的、可扩展的数据支撑环境,支持多层次、多迭代、结构化设计过程的集成．该数据支撑系统采用可扩展标记语言XML表示设计数据,完成设计过程大规模、多种类、多阶段数据表示和处理,提高数据系统的可扩展性．文中对该数据支撑系统结构进行了说明,结合实际集成需求,对数据表示、数据解析和数据转换等关键技术的处理也进行了详细说明．     

利用公共子序列求解固定边框布图问题

提出一种新的固定边框的布图算法．该算法采用SP表示方法,以公共子序列为基础,在随机搜索过程中限定布图宽度的变化,从而使减小芯片面积的目标与固定边框的目标在一定程度上取得一致．与现有的固定边框布图算法相比,文中算法在边框更紧凑、宽长比更大的条件下具有更高的成功率和更短的运行时间．此外,文中算法在布图初始阶段就可以对固定边框的合理性进行评估,避免了因给定的边框不合理而带来的时间上的浪费．