現(xiàn)代半導(dǎo)體芯片設(shè)計由于不同工作條件和物理效應(yīng)催生了大量時序場景，其復(fù)雜性與日俱增。這種復(fù)雜性在移動通訊芯片和汽車芯片中尤為突出，因為這類芯片需要在多樣化的性能與可靠性要求下進(jìn)行優(yōu)化。目前，開發(fā)者為了管理計算負(fù)載，通常會將注意力集中在有限的場景子集上，但這種做法不僅可能導(dǎo)致性能無法達(dá)到最優(yōu)，還有可能造成后期修復(fù)成本居高不下。盡管實現(xiàn)工具和工程變更命令（ECO）流程的進(jìn)步提升了設(shè)計的可擴展性和收斂性，但在優(yōu)化過程中實現(xiàn)完整的時序可見性仍面臨挑戰(zhàn)。自適應(yīng)場景壓縮技術(shù)提供了一種解決方案，它能將多個場景壓縮為易于管理的集合，同時保留關(guān)鍵時序信息，實現(xiàn)全面優(yōu)化，減少ECO迭代。三星和英特爾等早期采用者已證明，該技術(shù)能顯著減少時序違例問題，將ECO迭代次數(shù)降低50%，進(jìn)而提升設(shè)計質(zhì)量與可預(yù)測性。

應(yīng)對現(xiàn)代半導(dǎo)體設(shè)計中的多樣化時序場景

現(xiàn)代半導(dǎo)體芯片的時序場景復(fù)雜多樣，數(shù)量往往超過數(shù)百種。這些場景一方面源于不同的工作模式，另一方面還受到工藝偏差、溫度波動、電壓變化等因素的影響。此外，隨著老化效應(yīng)、電遷移以及其他可能隨時間推移影響芯片性能的多物理場現(xiàn)象被納入考量，時序場景的復(fù)雜性會進(jìn)一步加劇。

移動通訊芯片與汽車芯片設(shè)計的時序場景多樣性最為突出。移動通訊芯片需要適配多種工作模式，包括用于延長待機時長的低功耗模式、保障響應(yīng)速度的常規(guī)模式，以及滿足游戲需求的高性能模式。而汽車芯片則以可靠性和安全性為首要目標(biāo)，不僅要在高溫、嚴(yán)寒等極端環(huán)境下穩(wěn)定運行，還需確保10至20年的超長使用壽命。

權(quán)衡優(yōu)化和資源管理

開發(fā)者需要針對廣泛的場景對半導(dǎo)體芯片進(jìn)行優(yōu)化，這一過程頗為復(fù)雜：每新增一個場景，都會為設(shè)計帶來新的挑戰(zhàn)維度。開發(fā)者需要同時考量性能指標(biāo)、功耗與設(shè)計面積，而這會延長結(jié)果產(chǎn)出時間，并增加計算資源需求。因此，開發(fā)者必須在全面優(yōu)化與實際資源管理之間找到平衡，既要達(dá)到性能預(yù)期，又要嚴(yán)苛遵循項目時間規(guī)劃和預(yù)算要求。

為精簡優(yōu)化流程，開發(fā)者會依據(jù)過往經(jīng)驗和初步試驗，篩選出數(shù)量有限的關(guān)鍵場景（通常約12個）作為核心場景。這種重點聚焦策略能讓優(yōu)化過程更高效，所需計算資源也更易管控。其余場景則僅在設(shè)計分析與簽核階段進(jìn)行處理。這種雙層方案有助于在設(shè)計全面性與優(yōu)化效率之間實現(xiàn)平衡。

關(guān)鍵場景優(yōu)化策略所面臨的挑戰(zhàn)

僅針對部分場景進(jìn)行優(yōu)化，會導(dǎo)致優(yōu)化算法出現(xiàn)偏差，算法會優(yōu)先保障選定場景的性能，而犧牲其他場景，進(jìn)而導(dǎo)致芯片性能與能效無法達(dá)到最優(yōu)水平。在對未納入優(yōu)化的場景進(jìn)行評估時，可能會出現(xiàn)時序違例等不合規(guī)問題，這將導(dǎo)致大量工程變更命令（ECO）迭代，不僅非常耗時，還會占用大量資源。在現(xiàn)代芯片設(shè)計中，尤其是移動通訊與汽車領(lǐng)域的設(shè)計，未納入優(yōu)化的場景數(shù)量較多，可能會導(dǎo)致簽核階段暴露出大量問題。通常，超過三分之一的設(shè)計周期會耗費在ECO迭代上，進(jìn)而延長項目進(jìn)度并增加研發(fā)成本。

以新思科技Fusion Compiler為代表的現(xiàn)代解決方案，已經(jīng)提升了設(shè)計實現(xiàn)過程中場景的可擴展性，能夠高效地對20至30個場景進(jìn)行優(yōu)化。相較于以往僅能處理個位數(shù)場景的能力，這一進(jìn)步實現(xiàn)了質(zhì)的飛躍。此外，ECO解決方案也在持續(xù)進(jìn)步，例如新思科技PrimeClosure，不僅增強了物理感知能力，還集成了內(nèi)置物理引擎，可減少設(shè)計實現(xiàn)工具與簽核工具之間反復(fù)交互的情況。

盡管取得了這些進(jìn)展，在優(yōu)化過程中全面拓展時序場景的可見性，仍是亟待解決的難題。目前已有多種方法被提出用于分析場景關(guān)鍵性，但受限于時序差異性大、不同優(yōu)化類型對應(yīng)的關(guān)鍵性水平差異顯著等問題，這些方法的實際效果有限。例如，某一場景在建立時間優(yōu)化中可能無關(guān)緊要，但在設(shè)計規(guī)則檢查（DRC）優(yōu)化中卻可能起到關(guān)鍵作用。這種差異性不僅增加了決策難度，更凸顯出需要一套可靠的方法，確保整個設(shè)計生命周期內(nèi)所有相關(guān)場景均被納入考量。

解鎖自適應(yīng)場景壓縮技術(shù)提升設(shè)計效率與覆蓋度

自適應(yīng)場景壓縮技術(shù)可有效滿足場景覆蓋度提升的需求，同時將對系統(tǒng)能力的影響降至最低。這種創(chuàng)新方法會智能壓縮由新思科技黃金簽核解決方案（PrimeTime和StarRC）通過自動化執(zhí)行生成的場景數(shù)據(jù)庫（DB），既能確保設(shè)計實現(xiàn)與優(yōu)化流程采用獨特的黃金簽核配置與精度高效覆蓋各類場景，又能避免給系統(tǒng)資源帶來額外負(fù)擔(dān)。

傳統(tǒng)場景選擇方法存在一個顯著缺陷：被篩選掉的非關(guān)鍵場景會徹底失去可見性。而自適應(yīng)場景壓縮技術(shù)從海量時序場景中精準(zhǔn)保留關(guān)鍵時序特征，并將其壓縮為精簡的場景視圖集合，從而構(gòu)建出專屬模型，成功解決了這一問題。關(guān)鍵信息的保留有助于在設(shè)計優(yōu)化過程中做出更合理的決策。

此外，該技術(shù)還能識別到不同優(yōu)化目標(biāo)下，場景的關(guān)鍵性和作用存在差異。因此，其自適應(yīng)機制會針對性地調(diào)整壓縮策略和建模方式，以適配每種特定的優(yōu)化類型。這種靈活性不僅實現(xiàn)了場景的全面覆蓋，還支持多目標(biāo)并行物理優(yōu)化，確保設(shè)計過程中所有相關(guān)場景均無遺漏。

將全面的簽核場景視圖整合到設(shè)計實現(xiàn)流程中，不僅能改善功耗、性能和面積（PPA）指標(biāo)，還能縮短結(jié)果產(chǎn)出時間（TTR）。通過在所有設(shè)計場景中應(yīng)用完整的物理優(yōu)化技術(shù)，該方法可提升整體設(shè)計質(zhì)量，并減少下游簽核階段工程變更命令（ECO）所需的工作量。該方法旨在將設(shè)計實現(xiàn)后的總負(fù)時序裕量（TNS）降低95%以上，這將大幅減少ECO迭代次數(shù)，進(jìn)而精簡設(shè)計周期，縮短產(chǎn)品上市時間。

實際應(yīng)用成功案例：客戶驗證實例

三星作為全球領(lǐng)先的移動通訊SoC供應(yīng)商，同時也是該技術(shù)的早期開發(fā)合作伙伴。其團隊在八個不同的設(shè)計項目中，通過部署自適應(yīng)場景壓縮技術(shù)，助力Fusion Compiler實現(xiàn)模塊級收斂，成效令人矚目：經(jīng)所有簽核場景評估，設(shè)計實現(xiàn)后的建立時間違例平均減少77.28%，保持時間違例減少91.5%，最大轉(zhuǎn)換時間違例減少89.65%。

這些指標(biāo)的大幅改善得益于該技術(shù)將50多個場景有效壓縮并納入設(shè)計實現(xiàn)流程，同時還能將運行時間開銷控制在最低水平。相較于傳統(tǒng)方法，這一技術(shù)進(jìn)步使工程變更命令（ECO）周期平均縮短53.4%，效果十分突出。

這些成果充分證明了自適應(yīng)場景壓縮技術(shù)在提升設(shè)計性能與效率方面的顯著價值。

英特爾作為全球領(lǐng)先的高性能計算（HPC）SoC解決方案供應(yīng)商，同時也是該技術(shù)的早期開發(fā)合作伙伴。自適應(yīng)場景壓縮技術(shù)在Fusion Compiler中拓展了時序場景視圖，并確保設(shè)計實現(xiàn)階段與簽核階段的靜態(tài)時序分析（STA）設(shè)置及約束保持一致。在三個不同的高利用率測試案例中（其中一個案例利用率達(dá)80%，此前需經(jīng)過多次工程變更命令（ECO）迭代才能實現(xiàn)收斂），F(xiàn)usion Compiler提供了精準(zhǔn)且全面的時序視圖，可助力加速實現(xiàn)時序收斂，最終僅需一次ECO迭代即可完成。

另有一家領(lǐng)先的汽車SoC供應(yīng)商及該技術(shù)的早期開發(fā)合作伙伴，在一款采用3nm工藝、包含超800萬個例化單元的先進(jìn)高級駕駛輔助系統(tǒng)（ADAS）設(shè)計中，成功完成了對該技術(shù)的評估。自適應(yīng)場景壓縮技術(shù)實現(xiàn)了保持時間總負(fù)時序裕量（TNS）95%的大幅降低——這一指標(biāo)至關(guān)重要，其數(shù)值過高往往會導(dǎo)致工程變更命令（ECO）迭代次數(shù)增加。這一改善使ECO迭代次數(shù)減少50%，顯著提升了實現(xiàn)簽核收斂的可預(yù)測性。