Skip to main content
QUICK REVIEW

[论文解读] Non Uniform On Chip Power Delivery Network Synthesis Methodology

Patrick Benediktsson, Jon A. Flandrin|arXiv (Cornell University)|Nov 1, 2017
Electromagnetic Compatibility and Noise Suppression参考文献 11被引用 5
一句话总结

本文提出了一种拥塞驱动、IR保护的非均匀电源分配网络(PDN)综合方法,从均匀PDN开始,基于拥塞图和电源完整性分析,迭代优化局部与全局区域。实验结果表明,该方法在不降低电迁移(EM)或IR压降性能的前提下显著减少了PDN面积,实现了无时序或可靠性折衷的功耗节省。

ABSTRACT

In this paper, we proposed a non-uniform power delivery network (PDN) synthesis methodology. It first constructs initial PDN using uniform approach. Then preliminary power integrity analysis is performed to derive IR-safe candidate window. Congestion map is obtained based global route congestion estimation. A self-adaptive non-uniform PDN synthesis is then performed to globally and locally optimize PDN over selected regions. The PDN synthesis is congestion-driven and IR- guarded. Experimental results show significant timing important in trade-off small PDN length reduction with no EM/IR impact. We further explored potential power savings using our non-uniform PDN synthesis methodology.

研究动机与目标

  • 解决均匀PDN设计效率低下的问题,即在低拥塞区域过度配置电源分配。
  • 在维持电迁移(EM)和IR压降完整性的同时,最小化PDN面积和功耗。
  • 开发一种自适应、区域特定的PDN综合方法,优先优化高拥塞区域。
  • 通过针对性的PDN优化实现功耗节省,同时不损害时序或可靠性。
  • 将全局拥塞估计与电源完整性分析整合到统一的、迭代的综合流程中。

提出的方法

  • 该方法从初始均匀PDN构建开始,以确保基础可靠性。
  • 执行电源完整性分析,以推导出IR安全候选窗口,确保电压降保持在可接受范围内。
  • 估算全局路由拥塞,生成指导优化优先级的拥塞图。
  • 应用自适应的非均匀PDN综合方法,在全局和局部范围内基于拥塞和IR约束优化选定区域。
  • 综合过程兼具拥塞驱动与IR保护特性,确保优化不违反EM或IR压降限制。
  • 执行迭代优化,以在面积缩减与可靠性及性能约束之间取得平衡。

实验结果

研究问题

  • RQ1如何通过非均匀PDN综合在不增加IR压降或违反EM约束的前提下减少面积和功耗?
  • RQ2拥塞感知的PDN优化对整体电源分配效率有何影响?
  • RQ3自适应、区域特定的PDN综合方法能否在保持时序和可靠性的同时实现显著的面积缩减?
  • RQ4将IR保护与拥塞驱动优化相结合,如何影响面积与功耗效率之间的权衡?
  • RQ5通过非均匀PDN综合可实现多大程度的功耗节省,而不会引入可靠性风险?

主要发现

  • 所提方法在不降低电迁移(EM)或IR压降性能的前提下,实现了显著的PDN面积缩减。
  • 该方法通过避免在低拥塞区域过度配置,同时将IR压降控制在安全范围内,实现了功耗节省。
  • 实验结果证实,PDN长度缩减与EM/IR影响之间的权衡有利,未出现可靠性下降。
  • 拥塞图与IR安全分析的整合,实现了对高流量区域的有效、针对性优化。
  • 综合的自适应特性确保了在多样化设计场景和路由条件下的鲁棒性。
  • 该方法表明,非均匀PDN综合在实际高性能芯片设计中具有可行性,并可实现可测量的效率提升。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。