电子设计自动化(EDA)是用于开发电子电路与系统的一整套软件工具、计算方法和设计流程。其涵盖范围从架构探索和电路规格制定,延伸至仿真、验证、物理布局、制造准备及测试。EDA 支持集成电路、电子封装和印制电路板的设计,但这些应用所采用的技术和面临的物理约束存在显著差异。
借助 EDA,工程师能够设计出复杂程度远超人工计算和绘图所能应对的系统。现代片上系统可以集成处理器、存储器、通信接口、模拟电路和专用加速器,其中数十亿个器件在多种工作条件下相互作用。自动化并不意味着不再需要工程判断:设计人员仍须定义架构、明确需求、选定约束条件,并判断结果是否符合要求。
这一领域融合了计算机科学、电路理论、器件物理和制造技术。其核心挑战是将对预期行为的描述转化为可制造的实现方案,同时保持功能正确,并满足性能、能耗、成本、可靠性和开发时间等方面的约束。
设计表示与设计流程的结构
电子系统可以在多个抽象层次上进行描述。架构模型描述功能、通信和资源分配,而不一定指定具体电路。寄存器传输级描述规定存储的数值如何随时钟事件变化,以及组合逻辑运算如何连接各个寄存器。门级描述明确逻辑单元及其连接关系。晶体管级描述则细化到晶体管、电阻器和电容器等电路元件。物理版图表示制造工艺用来构建设备和互连的几何图形。
这些表示分别用于回答不同的问题。架构模型可以估算存储子系统能否满足所需带宽;寄存器传输级模型可以确定控制器逐个时钟周期的行为;晶体管级模型可以估算开关延迟或模拟增益;版图则可用于检查布线间距、器件尺寸和连接关系。通常,抽象层次越低,物理细节越多,计算成本也越高,因此没有哪一种表示能够满足整个开发过程的全部需求。
一种关键的中间表示是网表,它记录元件以及连接元件端子的电气网络。网表的具体含义取决于上下文:数字网表可能包含标准逻辑单元,而模拟网表可能包含单个晶体管和无源元件。工具之间还会交换时序约束、器件模型、库描述、物理几何信息、寄生网络和验证结果。因此,一项设计并非单个文件,而是一组相互协调的模型和假设。
工艺设计套件提供半导体制造工艺所特有的技术信息。根据工艺和目标应用的不同,其中包括器件模型、版图规则、层定义、提取信息,以及参数化器件生成器。单元库提供反相器、触发器和加法器等功能的实现,并给出其特性数据。这些实现的时序、功耗和物理特性,使自动化工具能够对实现方案进行分析,而不必每次都从基本原理出发求解每个器件。
设计流程是反复迭代的,而非严格按顺序推进。布局结果可能表明某种架构需要过多布线;时序违例可能迫使设计者修改逻辑或调整流水线深度;模拟电路版图可能暴露出无法接受的寄生电容。“设计收敛”指的是同时满足所有适用约束的过程,而不是孤立地优化某一项指标。
区分前端设计与后端设计很有帮助,但两者的界限并非绝对。前端工作通常侧重于架构、编码、功能验证和综合,后端工作则侧重于布局、布线、物理分析和制造检查。物理特性的估算越来越多地影响早期决策,因为一种看似高效的逻辑结构,在考虑通信距离和布线资源后,可能变得低效。
历史发展
早期的电子设计高度依赖手工计算、原理图绘制、实验室原型制作和手工版图设计。随着晶体管数量和电路复杂度不断增加,计算机被引入,用于求解网络方程,并自动完成重复性的绘图任务。其中两项发展尤为重要:电路数值仿真,以及用于安排电路元件位置并完成互连的算法。
C. Y. Lee 于 1961 年发表的 Lee 布线算法展示了如何通过基于网格的搜索,在可用布线空间中找到最短连接路径。这类方法表明,几何设计问题可以得到系统化处理,但在实际实现中,需要在内存占用、执行时间和布线质量之间作出权衡。后来的布线系统将这些思路扩展到多层布线、多条连接之间的竞争,以及特定工艺的限制等情形。
高校和企业开发的程序推动了电路仿真的进步。1973 年,加利福尼亚大学伯克利分校推出了 SPICE,它的影响尤为深远。SPICE 采用器件模型和数值求解方法,为分析晶体管电路提供了可复用的框架。公开发布的版本促进了一个广泛生态系统的形成,涵盖兼容的仿真器、模型格式、教学实践以及商业扩展。
20 世纪 70 年代至 80 年代,超大规模集成电路的发展推动了更高抽象层次和更系统化的设计方法。卡弗·米德和琳恩·康韦于 1980 年出版的《超大规模集成电路系统导论》帮助推广了一种设计方法:设计人员可以采用结构化版图和简化的设计规则,而不必逐项单独处理所有制造细节。这并未消除设计对工艺的依赖,但有助于将设计的组织方式与部分制造专业细节分离开来。
随后,硬件描述语言和逻辑综合改变了数字设计。Verilog 诞生于 20 世纪 80 年代,VHDL 则于 1987 年成为 IEEE 1076 标准。设计人员不再需要逐个绘制逻辑门,而是可以用文本描述电路的行为和结构,对这些描述进行仿真,再将其中适合综合的子集转换为电路。标准单元设计的发展,使这种转换能够在日益复杂的产品中得到商业化应用。
围绕仿真、综合、验证和物理实现,逐渐形成了一个专业软件产业。新思科技成立于 1986 年;楷登电子成立于 1988 年;明导国际成立于 1981 年,后来成为西门子的一部分。这些公司的产品与高校研究及半导体企业内部开发的工具共同发展。
此后的进步改变了技术发展的侧重点,但并未取代早期奠定的基础。深亚微米工艺使互连延迟和制造变异问题更加突出。片上系统的发展提高了可复用设计模块和验证基础设施的重要性。近年来,先进封装和异构集成进一步将自动化的范围扩展到单个裸片之外。在这些变化过程中,电路仿真、图搜索、布尔优化和约束求解等早期方法始终发挥着基础性作用。
硬件语言与逻辑综合
硬件描述语言以工具能够分析的形式表达电子电路的结构或行为。与普通的顺序程序不同,硬件描述可以表示许多同时发生的活动。不同进程可以响应时钟边沿、信号跳变或输入变化。语言的调度规则决定了这些活动在仿真过程中如何相互作用,因此,其语义对设计正确性和工具互操作性都十分重要。
Verilog、SystemVerilog 和 VHDL 广泛用于数字硬件设计。并非所有可仿真的语言构造都能被综合。验证模型可以生成随机激励、读取文件,或使用不受限制的延时,而综合工具则必须推导出能够实际实现的存储元件和组合逻辑。赋值描述不够严谨,可能会意外推导出锁存器;对有符号算术或表达式位宽的假设不一致,也可能改变最终生成的电路。
逻辑综合将硬件描述转换为单元网络,同时尽力满足实现约束。这一过程通常包括设计展开、转换为内部表示、布尔与算术优化,以及工艺映射。设计展开负责解析参数并生成具体的层次结构。优化则简化表达式、在适当情况下共享资源、移除未使用的逻辑,并重构网络。工艺映射从可用的单元库中选择具体实现。
这一转换过程类似于编译器的处理流水线,但其优化目标不同于常规的软件编译。硬件工具必须考虑传播延迟、单元面积、开关活动、驱动能力和物理连接。共享算术单元可以减小面积,却可能引入多路复用器和额外的调度约束。复制逻辑可能增加面积,但也能降低扇出或缩短关键路径。因此,规模更小的逻辑网络不一定能实现速度更快或能耗更低的电路。
时序约束规定预期使用的时钟、输入输出时序关系、时序例外以及环境假设。这些约束是确保功能正确的工程条件的一部分,而不仅仅是优化偏好。如果错误地将某条路径声明为无须进行时序分析,即使它对实际系统十分重要,也可能被排除在分析之外。因此,综合质量既取决于源描述的质量,也取决于配套约束的质量。
高层次综合从更接近软件的描述出发,通常采用受限形式的 C 或 C++。它将操作调度到各个时钟周期中,分配计算资源,并构建控制通路和数据通路。循环流水线化和存储器组织尤为重要:算术运算单元可能很容易复制,但为其提供操作数的存储器却可能没有足够的端口或带宽。
综合也会在多个物理实现阶段进行。早期综合使用近似的布线信息;考虑物理信息的综合会纳入布局估算;后期优化则可以调整逻辑门的尺寸、插入缓冲器,或重构部分逻辑。通常会使用等价性检查,检验这些变换在给定假设下是否保持了预期的数字行为。
功能验证与正确性
功能验证用于确定设计的行为是否符合其规格要求。它不同于旨在查找已制造器件中缺陷的制造测试,也不同于检查实现中的几何结构与连接关系的物理验证。即使制造过程毫无瑕疵,设计在功能上仍可能存在错误;而逻辑上正确的设计,也可能因其物理实现不满足时序或电气要求而失效。
仿真通过选定的激励来评估设计。测试平台提供输入、对外围组件建模,并检查输出是否符合预期行为。定向测试针对已知情况,而约束随机测试则在指定规则内生成多样化的事务。参考模型和记分板用于比较复杂结果,例如数据包序列或算术运算输出。断言用于表达执行过程中应始终成立的性质,包括合法的状态转移以及响应延迟的上下限。
覆盖率指标有助于评估测试实际覆盖了哪些内容。代码覆盖率可以反映已执行的语句、分支或发生翻转的信号。功能覆盖率则衡量设计人员定义的事件、组合和场景的覆盖情况。但两者本身都不能证明设计正确:测试集可能执行了每一行代码,却遗漏某个重要的交互;有缺陷的检查器也可能将错误行为判定为正确。因此,覆盖率收敛需要分析测得的活动与实际需求之间的关系。
形式验证通过数学推理来证明模型上的性质成立。模型检查探索可能出现的行为,通常采用符号方法,而不是逐一枚举所有状态。等价性检查比较两种表示形式,例如寄存器传输级设计及其综合后的网表。现代验证引擎经常利用布尔可满足性问题及相关判定过程来搜索反例,或证明有界和无界性质。
形式验证的结论取决于模型、假设和证明范围。过于严格的假设可能排除有效的运行场景,使错误设计看似正确。状态空间的增长也限制了能够直接证明的性质。工程师通过抽象、分解、不变式发现,以及结合仿真与形式分析等方式来应对这些问题。当某个性质不成立时,验证工具可以给出反例轨迹;即使完整设计规模过大、无法进行穷尽证明,这些轨迹仍有助于调试。
其他验证方法则针对特定类别的错误。静态检查用于识别可疑的编码模式。时钟域跨越分析检查独立时钟区域之间的数据传输,重点关注亚稳态和多位信号采样不一致等问题。复位域分析处理系统中独立复位部分之间的交互。这些检查补充了常规同步仿真的不足,因为后者无法完整反映模拟层面的亚稳态现象。
硬件仿真器和现场可编程原型可加速大型设计的执行。硬件仿真器优先考虑内部状态的可观测性和验证过程的可控性,而原型通常优先考虑执行速度,以支持软件开发和系统集成。它们使操作系统启动、应用程序执行等工作负载能够在芯片制造前运行,但其时序和物理行为并不能完全复现最终芯片的表现。
布局、布线与物理实现
物理实现将逻辑电路转化为芯片上的具体位置和连线。典型的标准单元流程始于布图规划:确定芯片或核心区域的尺寸、放置大型模块、分配输入输出连接位置,并规划供电网络。存储器、模拟模块和预先设计好的宏单元会带来约束,对其余部分的布局问题产生重大影响。
布局与布线需要权衡相互冲突的目标。将相连的单元放得更近,可以缩短线长、降低延迟,但在某一区域集中过多逻辑又会造成布线拥塞和局部功率密度过高。如果过多连接必须穿过狭窄通道,即使布局的预估时序表现良好,也可能无法完成布线。因此,布局工具需要兼顾时序、密度、拥塞和物理约束,而不是仅仅最小化某个几何量。
这些数学问题规模庞大,且具有组合性。实际工具会综合运用解析优化、图方法、划分、局部搜索及其他启发式方法。这些问题与计算复杂性的关联,解释了为什么对全芯片实现进行精确的全局优化通常并不现实。目标是在可用计算资源范围内获得高质量的可行解,而不是证明不存在更好的布局。
时钟树综合为时钟信号构建分发网络。该网络必须控制插入延迟、到达时间差异、信号跳变质量以及功耗。时钟偏斜可能缩短数据传播的可用时间,或导致保持时间违例。有些设计采用时钟网格或混合结构,以额外的布线和电容为代价,在存在各种变化的情况下获得更一致的时钟到达时间。
布线通常分为全局布线和详细布线两个阶段。全局布线估算路径,并在各区域之间分配布线资源。详细布线则在满足几何规则的前提下,确定导线和通孔的精确位置。实际布线所受的约束远不止画出互不相交的线:工具还必须遵守各布线层的走线方向、间距表、通孔要求、最小面积要求,以及与制造图形化工艺相关的限制。
供电网络与信号连接同步设计。电源环、电源条带、电源轨和通孔将电流输送到单元和宏单元。该网络既要避免过大的电压降和电流密度,又要为信号布线保留充足资源。局部供电不足可能需要通过调整布图规划、单元密度、去耦电容或电源网格结构来解决。
布线完成后,提取出的互连特性会取代先前的估算值,优化也随之继续。工具可能调整单元尺寸、插入缓冲器、微调布局,或对选定的线网重新布线。工程变更单支持有针对性的修改,无须重复整个实现流程。然而,即使很小的逻辑改动,也可能带来物理层面的影响,因为它可能占用稀缺的布线资源,或扰乱此前已完成时序收敛的路径。因此,物理实现始终是一个紧密耦合的优化过程,而不是最后一步机械式的转换。
时序、功耗与电气签核
签核是一组最终分析,用于判断实现方案是否满足适用的发布标准。它并非一项通用认证:所需的检查取决于工艺技术、产品、工作环境以及与制造商的约定。与早期方案探索工具相比,签核工具通常采用更详细的模型,并覆盖更广泛的工作条件。
静态时序分析无需为每一种功能场景提供明确的输入波形,即可计算时序关系。它利用经过表征的单元时序弧和互连延迟,在时序图中传播到达时间和要求时间。对于简化的同步电路建立时间检查,有
其中, 为发送寄存器从时钟到输出的延迟, 为数据路径延迟, 为接收寄存器的建立时间要求, 为时钟周期。实际检查还需考虑时钟偏斜、不确定性、工作条件变化以及时序例外。保持时间分析则施加独立的最小延迟要求。
分析涵盖工艺假设、供电电压、温度和功能模式的各种组合。这些组合通常称为角点和场景。电路在某一条件下通过检查,在另一条件下却可能失败,因为晶体管速度、导线电阻、漏电和时钟关系都会发生变化。与统一施加单一最坏情况修正相比,统计方法和考虑变异的方法能更真实地表示器件之间及路径之间的差异。
功耗分析区分开关功耗、单元内部功耗和漏电功耗。电容性开关功耗常用的一阶表达式为
其中, 为活动因子, 为有效开关电容, 为供电电压, 为相关的开关频率。要获得准确估算,必须采用符合实际的活动信息,包括毛刺和各工作模式下的行为。降低电压可以减少开关能耗,但可能增加延迟,并使状态保持以及电压域之间的通信更加复杂。
信号完整性分析研究电容耦合、串扰引起的延迟和噪声等效应。寄生参数提取根据物理几何结构推导电阻和电容;频率更高的结构可能还需要电感模型或电磁模型。由此得到的模型可能规模庞大,因此需要采用降阶技术,在保留相关行为的同时控制计算成本。
可靠性检查包括检查电流密度是否过高,以及检查电迁移;电迁移是持续电流促使导体中材料迁移的现象。供电网络分析既研究相对稳定的压降,也研究开关活动引起的随时间变化的电压跌落。热分析十分重要,因为温度会影响漏电、电阻、时序和长期退化。这些检查之间的相互作用日益显著:功耗热点会改变温度,温度变化会改变电气行为,而电气行为又可能进一步改变功耗。
模拟、射频与混合信号设计
模拟电路处理连续变化的电压和电流,而非仅有离散的逻辑状态。放大器、电压基准源、振荡器、数据转换器和射频电路都需要对增益、噪声、带宽、线性度和稳定性进行严格控制。它们的性能可能取决于器件尺寸和版图细节,而这些因素在大多数数字标准单元设计流程中都被抽象掉了。
SPICE 及相关电路仿真器利用数值方法和器件模型求解非线性网络方程。直流分析用于求取工作点;交流分析将电路在某个工作点附近线性化,以估算小信号特性;瞬态分析则跟踪电路行为随时间的变化。噪声分析用于估算各器件噪声源的贡献。对于振荡器、混频器和开关电容系统等电路,周期稳态分析及相关分析尤为重要。
收敛性是实际应用中需要关注的问题,因为半导体器件具有非线性,电路方程在数值求解上可能存在困难。初始条件、容差、模型特性和时间步长的选择都会影响计算。解读结果时,还必须考虑模型的适用范围:紧凑器件模型是在已完成特性表征的范围内对物理行为的近似,而不是完整的微观描述。
模拟设计通常通过参数扫描和优化来选择晶体管尺寸、偏置电流以及无源元件的参数值。工艺角用于表示选定的制造工艺极端条件,蒙特卡洛分析则通过抽样来考察统计变异。区分全局变异与局部失配十分重要。两个相邻且标称相同的器件可能会随整体工艺变化呈现一致的变化趋势,但彼此之间仍可能存在足以产生失调电压或降低转换器精度的差异。
版图本身就是电路设计的一部分。对匹配敏感的器件可以采用交叉指形或共质心布局。保护环和衬底隔离可减少不必要的耦合。对称布线有助于保持电路的平衡特性,而寄生电阻和电容则可能改变极点、建立时间和稳定性。因此,版图后仿真需要纳入提取出的寄生参数,其结果可能要求重新设计,而不只是确认设计是否正确。
混合信号验证将数字表示与模拟表示结合起来。对整个复杂系统进行完整的晶体管级仿真通常代价过高,因此工程师会采用模拟行为模型、实数模型和混合层次仿真。模型的精度必须与待验证的问题相匹配:简化的转换器模型或许足以检查数字控制时序,却无法确定晶体管级的失真特性或对衬底噪声的耐受能力。
射频设计还需考虑分布式电磁效应。传输线、电感、变压器、天线和封装结构可能需要使用电磁场求解器,而不能仅依靠集总参数电路模型。电路与电磁联合仿真将这些分析联系起来。在模型和约束已得到充分形式化的领域,自动化最能发挥作用;而定制电路拓扑的选择、版图方面的工程判断以及模型解读,仍是模拟与射频工程的重要组成部分。
印制电路板、封装与异构集成
板级 EDA 从原理图绘制、元器件选型和电气连接设计开始,随后进入机械集成、布局、布线和制造文件输出阶段。与集成电路不同,电路板将分别制造的元器件组合在一起,这些元器件的封装、供货情况、公差和装配要求都会影响设计。元器件库必须正确关联原理图符号、引脚分配、实体封装尺寸图和元器件属性。
电路板布局需要考虑连接器、散热、机械间隙、装配操作空间,以及敏感电路之间的空间关系。布线约束可能规定阻抗、差分对间距、允许的换层方式以及走线长度之间的关系。在高数据速率下,信号行为取决于传输线效应:走线的几何形状和叠层结构决定特性阻抗,而过孔、连接器及封装过渡处的不连续性可能引起反射。
信号完整性与电源完整性密切相关。高速链路不仅需要连通的信号走线,还需要合适的回流路径。参考平面中的缺口或安排不当的过渡结构,可能增加电磁辐射并降低信号质量。去耦网络必须在整个相关频率范围内进行评估,因为电容器、安装结构、平面和封装互连都会引入寄生阻抗。
电子封装是裸片与电路板之间的桥梁。封装设计工具用于分配裸片连接、生成重布线,并分析电气、热和机械行为。引线键合封装、倒装芯片组件、硅中介层和扇出结构各有不同的几何与制造约束。封装寄生效应对供电和高速接口的影响可能十分显著,因此必须在芯片实现完成之前加以考虑。
芯粒架构将一个系统划分到多个裸片上,这些裸片可以采用不同的工艺制造。这样既能提高复用程度,也能让逻辑、存储器、模拟功能和输入输出电路分别采用适合的技术。但这也带来了额外的设计问题,包括裸片间接口的组织方式、互连能耗、装配良率、热耦合,以及已知良品裸片的布局。
三维集成引入了垂直连接,也增强了有源层之间的热耦合。某种布局方案可能缩短电气连接,却同时形成难以处理的局部热点。机械应力和材料膨胀也会影响可靠性。因此,自动化设计越来越需要多物理场模型,将电气性能与热流和结构行为联系起来。
因此,芯片、封装与电路板设计之间的界限正逐渐淡化。协同设计通过跨领域交换模型和约束,避免某个团队以牺牲整个系统的性能为代价来优化局部结构。例如,如果封装损耗或电路板上的不连续性导致系统无法维持预期数据速率,那么更快的片上接口所能带来的价值也很有限。
制造准备与可测试性设计
制造前,版图必须满足几何规则,并保持预期的电路连接关系。设计规则检查将版图图形与最小宽度、间距、包围量和密度等要求进行比对。版图与原理图一致性检查则从几何图形中提取连接关系,再与参考电路进行比较。这两类分析针对不同的失效情形:版图可能与原理图一致,却违反制造规则;也可能满足几何规则,却包含非预期的连接。
制造规则反映了物理工艺的能力,但符合规则并不意味着良率能达到百分之百。可制造性设计不止于满足最低规则要求,还致力于降低设计对工艺波动和缺陷的敏感性。例如,提高通孔冗余度、避免不利的局部几何形状,以及控制材料密度。为使加工过程更加均匀,可以插入虚设填充图形,但由此增加的电容可能影响电路行为,因此需要重新进行寄生参数提取和时序分析。
光刻又引入了一个计算层面。光学效应会使实际印制的图形与掩模形状产生差异,尤其是在图形尺寸相对于成像系统的特征尺度较小时。光学邻近效应校正通过修改掩模几何形状,补偿可预测的失真。计算量更大的方法则利用成像和加工过程模型来优化掩模图形。这些工作将电子设计自动化与制造仿真联系起来,并且需要依据实际工艺数据进行校准。
可测试性设计通过增加相应结构,使制造完成的电路更易于控制和观测。扫描设计将存储元件连接成链,使测试数据能够沿链移位传输。自动测试向量生成旨在寻找能够区分模型所描述的故障行为与正常行为的输入。固定型故障和转换故障等故障模型提供了便于计算处理的目标,但并不能代表所有可能的物理缺陷。
内建自测试将测试生成或检查功能置于器件内部。存储器内建自测试尤其有用,因为嵌入式存储器具有规则的结构和典型的失效模式。如果存储器设计支持,修复机制可以利用备用行或备用列进行修复。逻辑自测试和签名压缩则服务于其他测试目标,同时受到覆盖率、面积、功耗以及未知状态处理等方面的约束。
测试本身也可能产生异常的运行条件。扫描操作期间的同时翻转活动可能超过正常功能运行时的水平,造成电源电压跌落或功耗过高。因此,考虑测试需求的实现流程需要统筹扫描链组织、时钟控制、测试压缩和物理设计。测试结构也需要关注安全性,因为不受限制的调试或扫描访问可能暴露内部状态。
制造完成后,失效诊断将观测到的测试响应与预期行为进行比较,以缩小可能存在缺陷的位置范围。良率分析可以将信息反馈给设计和工艺开发环节。由此形成的闭环将设计自动化与制造数据联系起来,但在解读这些数据时,必须区分设计薄弱环节、模型误差、随机缺陷和系统性制造效应。
软件生态、计算基础设施与新兴方法
EDA 工具所处的生态体系涵盖制造商、设计公司、知识产权供应商、标准组织和研究机构。商业供应商包括 Cadence、Synopsys 和 Siemens EDA,以及众多专注于特定领域的厂商。这些工具依赖广泛的工艺配套支持:要支持一种制造工艺,需要准确的库、经过验证的模型、规则集,以及各方认可的分析方法,而不只是能够读取某种版图格式。
互操作性依赖多种交换格式。GDSII 和 OASIS 用于表示物理版图;LEF 和 DEF 用于传递面向设计实现的物理信息;Liberty 用于描述单元的时序和功耗特性;SystemVerilog 和 VHDL 则支持设计与验证描述。格式标准化并不能消除解释方式、支持功能或模型质量上的差异。当不同阶段使用不同的分析引擎时,工具的资格验证和结果相关性验证仍然十分重要。
EDA 同时也是一个大规模软件工程问题。设计包含许多相互依赖的文件和数据,而结果可能取决于工具版本、脚本、库、随机种子及约束文件。要保证结果可复现,就需要对配置加以管控,并确保输入可追溯。版本控制和自动化回归测试有助于管理变更,而专门的设计管理系统则用于处理大型二进制数据和层次化依赖关系。
EDA 的计算需求很大,但不同任务的并行化能力差异显著。彼此独立的验证任务和工作条件分析通常适合采用分布式计算。某些物理优化和电路仿真任务的依赖关系更为紧密,限制了其扩展能力。内存容量、数据搬移和软件许可对吞吐量的制约,可能与处理器数量同样显著。云计算提供弹性资源,但部署时必须考虑设计保密性、数据传输成本,以及合同中对敏感技术信息的限制。
开源软件支持教学、研究和部分生产工作流程。Yosys、Verilator、KLayout 以及 OpenROAD 项目等工具开放了设计流程中不同环节的功能。开放的工艺设计套件也降低了使用某些制造工艺的门槛。这些工具和套件的实用性取决于具体工艺、支持的功能、验证状态以及所需的签核标准;仅仅能够获取,并不意味着它们适用于所有制造项目。
机器学习已应用于拥塞预测、设计空间探索、验证优先级排序和工具参数选择等任务。研究人员还探索了将强化学习用于布局和布图规划,而代理模型则可用于近似计算成本高昂的评估过程。这些方法面临数据稀疏、设计专有性、工艺技术不断变化,以及难以泛化到陌生电路结构等挑战。
优化结果最终必须依据其所涉及的电气和制造标准进行评估。训练得到的模型可以对有潜力的实现方案进行排序,却不能由此证明这些方案正确、可布线或可靠。因此,新兴自动化方法将数据驱动的预测与传统搜索、数值分析和验证相结合。其实际能力的边界,不在于工具能否生成一个看似合理的设计,而在于完整流程能否确认实现方案满足规定的约束条件。