高阶AWE同步缓冲器插入的非Hanan布线算法.docVIP

高阶AWE同步缓冲器插入的非Hanan布线算法 　　摘要：利用同步缓冲器插入和非 Hanan 优化 （BINO） 算法，用来改进超大规模集成电路互连的性能。该算法旨在解决如下实际情况：互连资源和时间约束都非常严格，需要通过在单元布局后面使用可供缓冲器插入的空间来优化布线拓扑。这些空间对非 Hanan 优化期间不断变化的布线树是相对固定的。此处的目的是将受时间约束的布线和缓冲器成本加权总和降至最低。在 BINO 中，缓冲器插入和非 Hanan 优化同步执行并以贪婪算法迭代，直到将性能改进完毕。为确保时间评估的准确性，会部署四阶 AWE 模型。18 ?m IC 和 MCM 工艺的实验结果表明大幅度降低了成本。 中国论文网 /8/view-7181862.htm 　　关键词：缓冲器插入 非汉纳优化 高阶AWE 　　中图分类号：TN402 文献标识码：A 文章编号：1007-9416（2015）12-0000-00 　　1 引言 　　集成电路发展到深亚微米阶段时，互连阻抗对布线性能的影响越来越大并扮演了重要的角色。本文中引入的 BINO 算法是在四阶AWE [4] 时延模型下将缓冲器插入和非 Hanan点优化结合起来。我们以贪婪算法引导优化中的漏点与布线树连接点的移动，目的是将受时延约束的布线和缓冲器成本加权总和降至最低。在算法过程中，非 Hanan 优化和缓冲器插入是同步执行且反复迭代，直至得到最优结果。 　　2 BINO算法 　　2.1 问题描述 　　BINO 算法的输入是布线区域中的一组预先定义的可用缓冲空间。缓冲空间的关键区域是指，当缓冲器位于该区域中心时，缓冲器占用的区域不能超过缓冲空间的边界。为了节省资源，仅当关键区域被一条布线路径穿过时，缓冲器才能插入到缓冲空间中，缓冲区和布线树之间的关系是一个动态变化的关系。 　　2.2 缓冲器插入与非 Hanan 优化过程 　　为降低布线成本，需要将连接点尽可能向最近距离点移动，也就是使连接点到拐点的距离最大化，而该值的极限会随着时延违反条件的约束而受到限制，若此时使用缓冲器插入技术就可以达到放宽该时延约束条件的目的，从而进一步降低布线成本。 　　2.3 四阶 AWE 的使用 　　以5个漏点的线网为例来说明 Elmore 时延的不准确性。所有漏点上的时延都通过 Elmore 公式、四阶 AWE 和 SPICE 传输线模型分别计算，并且还计算了相对于 SPICE 结果的时延误差百分比。另外还列出了每个漏点到源点的 Manhattan 距离供参考。通过实验得知，Elmore 时延误差甚至超过了 300%，四阶 AWT 模型的时延结果明显优于 Elmore。事实上，随着布线进入深亚微米阶段，这种趋势越来越严重。 　　本文所提出的时延模型之所以采用了四阶，是因为低阶时延模型的精确度不够。四阶 AWE 时延模型计算时延的时候，首先用 RICE 算法 [4] 得到布线时间，然后解析 Padé 型近似值的分母，它是一个在极值点收敛的四阶多项式。在经过反拉普拉斯变换后，时间域的幂指函数就变成一个关于 Elmore 时延的四阶泰勒多项式。一个四阶的、收敛的多项式就可以用来计算时延值。以上过程被反复迭代执行不超过 3 次，多项式就会收敛，四阶 AWT 方法与使用根查找的 Newton-Raphson 法是相似的，前者在每次迭代时使用的是四阶泰勒多项式展开，而后者是直接使用了一阶泰勒多项式系列。 　　2.4 算法描述 　　本文用到的术语说明如下： 　　Qi：漏点 i 的规定时延 　　Tdi：在布线树中计算出的漏点 i时延 　　Tvi：漏点 i 的时延违反值，根据公式计算：Tvi=Tdi-Qi 　　W：布线树的总长度 　　：一个漏点或者缓冲器的负载电容 　　Aj：可作为候选缓冲器位置的缓冲空间 　　α：缓冲器成本的权值系数 　　c：互连线的单位长度电容 　　n：漏点的数目 　　m：初始可用的缓冲空间的数目 　　k：插入布线树的缓冲器的数目 　　问题域可以描述如下： 　　给定一个源点 S0 和一组漏点 S = {s1，s2…sn} 以及每个漏点的规定时延 Q={Q1，Q2…Qn}，一组可用的缓冲器插入空间 A = {A1，A2…An}，构成一棵斯坦纳布线树，同时从集合 A 中选择一个子集，这个子集要满足以下条件： 　　Minimize 　　Subject to： 　　此处，导线成本的权值系数是 。为了把导线成本和缓冲器成本转换成可比较的数量值，这里我们增加了系数 和 。 在文献 [3]中提到，理论上证明 Elmore 时延是 RC 线网时延的上限，但在实际应用中，将 Elmore 时延公式乘以 ln2 可获得更高准确性，在本文中我们所使用的“Elmo