[發(fā)明專利]一種同時考慮多種性能約束的芯片參數(shù)成品率預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201710841657.4
• 申請日: 2017-09-18
• 公開（公告）號: CN107766616A
• 公開（公告）日: 2018-03-06
• 發(fā)明（設(shè)計）人: 李鑫;張登銀;丁飛;殷俊
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 南京知識律師事務(wù)所32207
• 代理人: 李吉寬

技術(shù)領(lǐng)域

本發(fā)明涉及一種針對設(shè)計參數(shù)擾動隨機性的芯片參數(shù)成品率準(zhǔn)確預(yù)測方法，屬于計算機輔助設(shè)計技術(shù)領(lǐng)域。

背景技術(shù)

當(dāng)今芯片制造工藝水平下，設(shè)計參數(shù)擾動所引起的芯片性能與設(shè)計指標(biāo)的背離，將致使芯片參數(shù)成品率顯著下降。特別是由于設(shè)計參數(shù)擾動通常同時作用于不同芯片性能指標(biāo)，將造成芯片性能指標(biāo)間具有強相關(guān)性。因此，同時考慮多種芯片性能指標(biāo)影響，對芯片參數(shù)成品率進行準(zhǔn)確預(yù)測變得至關(guān)重要。

截至目前為止，在已知芯片成品率預(yù)測的方法中，大多還局限于針對單一性能約束指標(biāo)的成品率預(yù)測，而忽略了設(shè)計參數(shù)擾動所造成的芯片性能指標(biāo)間的強相關(guān)性。針對此情況，Hwang和Orshansky等分別提出了基于時延成品率約束的芯片功耗優(yōu)化算法，其在保證一定時延成品率的基礎(chǔ)上提高了芯片的功耗成品率。此外，Guerra-Gomez等人還將進化算法引入芯片參數(shù)成品率多目標(biāo)優(yōu)化算法中，提出了一種基于預(yù)算分配的最優(yōu)化策略，在保證一定優(yōu)化準(zhǔn)確率的基礎(chǔ)上降低了芯片參數(shù)成品率優(yōu)化的計算復(fù)雜度。但是，上述方法從根本上說仍是對單一性能約束的芯片參數(shù)成品率進行預(yù)測或優(yōu)化，仍具有一定的局限性。因此，針對性能指標(biāo)間的強相關(guān)性影響，如何設(shè)計一種同時考慮多種性能約束的芯片參數(shù)成品率準(zhǔn)確預(yù)測新方法是目前亟待解決的問題。

發(fā)明內(nèi)容

發(fā)明目的在于針對上述現(xiàn)有技術(shù)的不足，提出了一種同時考慮多種性能約束的芯片參數(shù)成品率準(zhǔn)確預(yù)測方法，該方法很好地解決了設(shè)計參數(shù)隨機擾動所造成的芯片性能指標(biāo)間強相關(guān)性影響的芯片參數(shù)成品率準(zhǔn)確預(yù)測問題。該方法考慮的是多種性能約束同時作用下的芯片參數(shù)成品率精確預(yù)測，以解決在計算機輔助設(shè)計過程中，芯片設(shè)計人員可以考慮多種芯片性能指標(biāo)間的強相關(guān)性，對受設(shè)計參數(shù)擾動隨機性影響的芯片參數(shù)成品率進行準(zhǔn)確預(yù)測。

本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：一種同時考慮多種性能約束的芯片參數(shù)成品率預(yù)測方法，在設(shè)計參數(shù)擾動具有隨機性的情況下對芯片多元參數(shù)成品率進行準(zhǔn)確預(yù)測，包括如下步驟：

步驟1：確定考慮的性能約束種類，進行芯片性能仿真采樣；

步驟2：根據(jù)設(shè)計參數(shù)擾動的相關(guān)性及隨機性設(shè)計芯片性能統(tǒng)計模型；

步驟3：利用鞍點線抽樣方法求解各芯片性能的邊緣分布概率；

步驟4：根據(jù)單性能邊緣分布概率及Copula理論對同時考慮多種性能約束的芯片參數(shù)成品率進行準(zhǔn)確預(yù)測。

進一步地，本發(fā)明上述步驟2包括如下步驟：

步驟2-1：將芯片性能表征為各性能組成分量之和的形式，根據(jù)先驗知識確定影響性能的組成分量，通過累加得到芯片性能的統(tǒng)計模型；

步驟2-2：依據(jù)設(shè)計參數(shù)擾動構(gòu)建性能組成分量表達(dá)式，根據(jù)仿真數(shù)據(jù)計算各組成分量的分布均值，并乘以對應(yīng)的設(shè)計參數(shù)擾動函數(shù)得到組成分量表達(dá)式，擾動函數(shù)的系數(shù)可通過對仿真數(shù)據(jù)進行擬合獲得，擬合方法包含線性回歸、非線性回歸、logistic回歸的方法。

進一步地，本發(fā)明上述步驟3包括如下步驟：

步驟3-1：建立芯片性能線性函數(shù)，將與設(shè)計參數(shù)擾動有關(guān)的芯片性能統(tǒng)計表達(dá)式減去相應(yīng)的性能約束標(biāo)稱值作為芯片性能初始線性函數(shù)。并對設(shè)計參數(shù)擾動進行線性標(biāo)準(zhǔn)化變換消除量綱影響，將結(jié)果代入初始線性函數(shù)，得到最終的芯片性能線性函數(shù)；

步驟3-2：矢量方向正則化，以聯(lián)合概率密度函數(shù)最大的點作為近似極大似然點，并在設(shè)計參數(shù)擾動的線性標(biāo)準(zhǔn)化空間中，對極大似然點的矢量方向進行正則化處理；

步驟3-3：設(shè)計參數(shù)的矢量化分解，在設(shè)計參數(shù)擾動線性標(biāo)準(zhǔn)化變換空間中，將任意設(shè)計參數(shù)擾動均進行矢量化分解，分解為平行和垂直于極大似然點正則化矢量方向的兩個分量；

步驟3-4：確定關(guān)鍵點及相應(yīng)系數(shù)，根據(jù)馬爾科夫鏈模擬法，得到芯片性能線性函數(shù)下滿足性能約束要求的隨機采樣點。對每個采樣點，通過改變分量系數(shù)選取異號點構(gòu)造直線，將與性能線性函數(shù)的交點作為關(guān)鍵點，并獲得相應(yīng)系數(shù)；

步驟3-5：芯片性能邊緣分布的超平面表示，構(gòu)造過關(guān)鍵點并垂直于極大似然點正則化矢量方向的超平面，并根據(jù)線抽樣方法將芯片性能邊緣分布表示為一系列超平面的概率之和；

步驟3-6：芯片性能邊緣分布概率估計，在原始設(shè)計參數(shù)擾動空間中，根據(jù)累積量母函數(shù)性質(zhì)計算上述步驟中超平面表達(dá)式的累積量母函數(shù)，并根據(jù)鞍點估計法，通過標(biāo)準(zhǔn)正態(tài)分布以及相應(yīng)參數(shù)估計，計算芯片性能邊緣分布概率。

進一步地，本發(fā)明上述步驟4包括如下步驟：