PrimeShield——synopsys 最新timing sign_off点工具
文章目录
一、PrimeShield概述
PrimeShield结合PT和Hspice仿真达到signoff的程度。内嵌MachineLearning，可以实现任意尺寸下的分析优化。
优势：
1.相比于传统的蒙特卡洛仿真而言，可以达到100X——1000X的加速。原本几天的仿真时间缩短至几分钟。
2.相较于之前的机器学习仅能对几十门而言，可以对数十亿单元的Soc进行分析。
我们目前设计在加速比勉强可以比肩，但是维度是很大的一个问题。
猜想：它的机器学习完全通过delay的高阶矩作为输入，囊括输入信息，通过机器学习估计路径延时的3sigma点作为路径的真实delay。
二、应用场景1——高性能设计
在不同电压下和工艺条件下，尽可能减少margin，提高主频。我们做的主要是这一方面的工作。
三、应用场景2——低功耗设计
刻画电压鲁棒性和IRdrop对时序带来的影响。主要目的是为低功耗服务，可以调整电压做低功耗设计。确实Xtime也把IRdrop与时序关系的曲线刻画出来。
四、应用场景3——鲁棒性设计
相比于传统基于STA的库signoff。PrimeShield利用蒙特卡洛可以report瓶颈单元（精准定位，不是特别理解），并且基于MenteCarlo的timing signoff为设计提供更高的鲁棒性。
五、应用场景4——高sigma设计（汽车电子所需）
车规级芯片
芯片要求等级，大概就按以下顺序，汽车电子一般要求高可靠性，工作年限一般要在10到15年，并且工作的环境要更为苛刻，比如温度跨度比较大，防火防尘。并且现在搭载人工智能芯片也是未来的一个发展方向，比如自动驾驶或者人脸识别或者物体检测等相关芯片，对算力也达到一个前所未有的高度。
军工 > 汽车 > 工业 > 消费电子
最近造车这个事情还是算比较火的一个事情，并且因为疫情的原因，TSMC很多的车载芯片订单无法交付，甚至很多汽车大佬准备自己造车用芯片，让大家见识一下资本的力量吧。
此次PrimeShield另一个卖点就是针对汽车电子的鲁棒性做的可靠性设计，确保汽车failure 概率的低PPM（百万分之一）。