基于gsaa算法的组合电路最大功耗估计方法-read.pdfVIP

第10 卷 第2 期 电路与系统学报 Vol.10 No.2 年 月 ， 2005 4 JOURNAL OF CIRCUITS AND SYSTEMS April 2005 文章编号：1007-0249 (2005) 02-0075-04 * 基于 GSAA 算法的组合电路最大功耗估计方法 陈志强， 吴晓波， 严晓浪 （浙江大学超大规模集成电路设计研究所，浙江 杭州 310027 ） 摘要：最大功耗估计问题是一个NP 难题。提出的方法利用遗传模拟退火算法（GSAA ）在整个解空间快速搜索问 题的最优解，实现组合电路最大功耗的快速、精确估计。仿真结果表明，提出的方法比基于遗传算法（ ）的估计方 GA 法在估算精度和收敛速度上都有提高，适合于大规模组合电路最大功耗的估计。 关键词：CMOS 组合电路；最大功耗估计；遗传模拟退火算法；遗传算法 中图分类号：TN47 文献标识码：A 1 引言 随着IC 产业的不断发展，为了满足便携设备高密度、小尺寸和低功耗的需求，最大功耗逐渐成为 VLSI 设计中的一个主要指标。过大的峰值（最大）功耗会使芯片受到过大的瞬时电流冲击，降低电路 的可靠性和性能，影响电源线和地线的设计。为了满足高可靠性的 VLSI 电路设计要求，在设计的综 合阶段，对电路最大功耗的估计尤为重要。 在CMOS 集成电路中，动态功耗是整个电路功耗的主要组成部分。动态功耗主要是由输入状态的 变化引起 MOS 管的开关对电容充放电引起的，其主要由以下三种电流产生：泄漏电流（leakage current ），短路电流（short-circuit current ）和动态转换电流（dynamic transition current ），一般来说， 泄漏功耗约占总功耗的2% ，短路功耗约占8%，动态转换功耗约占90% ，泄漏功耗一般可以忽略不计， 短路功耗是由于电源到地产生短时通路产生的，值得注意的是，在很多情况下，短路功耗是不能忽略 的。要估计电路的最大峰值功耗，就要对所有的原始输入向量对进行模拟。对于有n 个原始输入的电 路，输入模式有2n × 2n 种向量对组合，这是一个 NP 完全问题。对于小规模集成电路，对整个输入向 量集进行仿真是可行的，而对于现代超大规模集成电路而言，电路规模的急剧增大使得向量对组合的 数量极为巨大，需要的 CPU 时间是难以接受的。例如：对于由50k 个门组成的电路，仿真 1,000,000 个向量需要 3 个月的时间才能完成[6] 。因此，迫切需要寻求一种可行的最大功耗估计算法，其中启发 式算法或者并行算法作为一种可行的算法受到了广泛的关注。 一般的门级模拟工具只着重于计算占主要地位的动态功耗，而晶体管级模拟工具采用非零延时器 件模型，能够准确地考虑短路功耗和短时脉冲或所谓毛刺（glitch ）干扰产生的功耗。POWERMILL 是 Synopsys 公司开发的晶体管级电路仿真工具，它比 SPICE 仿真速度快 100~1000 倍，而误差只有 2~7% 。POWERMILL 很好地平衡了电路仿真的速度要求和准确性要求，适合于对准确性要求比较高的 设计估算功耗[6] 。因此，提出了以遗传模拟退火算法产生的输入向量对作为激励，利用POWERMILL 对CMOS 组合电路进行电路进行模拟，将模拟得到的最大功耗估计值再反馈到算法中进行进一步的处 理，以求解电路的最大功耗。 已有的文献中有好几种最大功耗估计方法，文献[1]提出的方法仅适用于小规模集成电路，它将最 [2] 大功耗问题转化为加权最大满意度问题，