數(shù)字集成電路功耗與測(cè)試綜合優(yōu)化

第1章 緒論 1
1.1 研究背景及意義 2
1.2 研究現(xiàn)狀分析 5
1.2.1 高層次綜合研究現(xiàn)狀 5
1.2.2 高層次測(cè)試綜合研究現(xiàn)狀 5
1.2.3 高層次低功耗綜合研究現(xiàn)狀 8
1.3 本書的主要研究內(nèi)容 11
1.3.1 新型高層次測(cè)試綜合方法研究12
1.3.2 新型高層次低功耗綜合方法研究 13
1.3.3 基于多項(xiàng)式符號(hào)代數(shù)的高層次新方法研究 13
1.4 本書的結(jié)構(gòu)安排 14
第2章 高層次綜合理論和方法 17
2.1 高層次綜合技術(shù) 18
2.1.1 高層次綜合的基本原理 18
2.1.2 開展高層次綜合的原因 21
2.1.3 高層次綜合的不同階段 21
2.1.4 調(diào)度算法 25
2.1.5 分配算法 29
2.1.6 高層次綜合實(shí)例 32
2.2 可測(cè)性設(shè)計(jì)理論和技術(shù) 34
數(shù)字集成電路功耗與測(cè)試綜合優(yōu)化
2.2.1 可測(cè)性設(shè)計(jì)技術(shù) 34
2.2.2 可測(cè)性分析技術(shù) 35
2.2.3 測(cè)試綜合技術(shù) 37
2.3 低功耗設(shè)計(jì)理論和技術(shù) 39
2.3.1 CMOS電路功耗的來源 39
2.3.2 低功耗設(shè)計(jì)方法 41
2.3.3 高層次綜合中的功率降低方法43
2.3.4 峰值功率最小化的原因 45
2.3.5 降低平均功率和能耗的原因 45
2.3.6 應(yīng)用頻率和電壓縮放的原因 46
2.3.7 多供應(yīng)電壓、動(dòng)態(tài)時(shí)鐘和多周期 47
第3章 高層次綜合過程可測(cè)性問題的分析和研究 53
3.1 資源分配過程降低時(shí)序深度 54
3.1.1 可控制性和可觀察性的提高 54
3.1.2 時(shí)序深度降低 56
3.1.3 寄存器分配的具體實(shí)現(xiàn)過程 59
3.1.4 模塊分過程 67
3.1.5 互連分配 68
3.1.6 實(shí)例驗(yàn)證 68
3.2 資源分配過程降低時(shí)序環(huán)路 70
3.2.1 無循環(huán)調(diào)度數(shù)據(jù)流圖中的時(shí)序環(huán)路對(duì)可測(cè)性的影響 71
3.2.2 有循環(huán)調(diào)度數(shù)據(jù)流圖中的時(shí)序環(huán)路對(duì)可測(cè)性的影響 74
3.2.3 寄存器分配 78
3.3 調(diào)度過程的可測(cè)性綜合 80
3.3.1 調(diào)度過程可控制性和可觀察性的提高 80
3.3.2 通過調(diào)度來降低時(shí)序深度和時(shí)序環(huán)路 81
3.3.3 基于靈活度通路的調(diào)度算法 83
V
目 錄
3.4 應(yīng)用層次化控制數(shù)據(jù)流圖解決條件資源共享可測(cè)性問題 86
第4章 應(yīng)用圖理論的高層次測(cè)試綜合方法 89
4.1 高層次綜合中與可測(cè)性相關(guān)的知識(shí) 91
4.1.1 數(shù)據(jù)通路電路圖 91
4.1.2 變量的生存周期和分類 91
4.1.3 可控制性和可觀測(cè)性 92
4.1.4 時(shí)序通路 92
4.1.5 時(shí)序環(huán)路 92
4.1.6 基于可測(cè)性高層次綜合的4個(gè)準(zhǔn)則 93
4.2 基于加權(quán)相容圖的可測(cè)性寄存器分配算法 94
4.2.1 基于可測(cè)性的寄存器分配模型94
4.2.2 寄存器分配相容圖的團(tuán)劃分算法 97
4.2.3 算法的時(shí)間復(fù)雜度分析 103
4.2.4 實(shí)驗(yàn)結(jié)果 104
第5章 高層次功耗優(yōu)化理論和方法 109
5.1 高層次功耗優(yōu)化相關(guān)研究工作 111
5.1.1 數(shù)據(jù)通路調(diào)度過程中使用電壓降低實(shí)現(xiàn)能量或降低平均功耗 111
5.1.2 高層次綜合過程中開關(guān)活動(dòng)性的降低 115
5.1.3 通過數(shù)據(jù)通路調(diào)度減少峰值功率 120
5.1.4 可變電壓處理器調(diào)度 121
5.1.5 基于低功耗或高性能可變電壓、頻率、延遲和多電壓系統(tǒng)的設(shè)計(jì)和綜合 123
5.2 一種能耗最小化方法 127
5.2.1 目標(biāo)架構(gòu)和數(shù)據(jù)通路規(guī)范 128
5.2.2 時(shí)間約束調(diào)度 129
5.2.3 資源約束調(diào)度 136
5.2.4 能耗最小化方法總結(jié) 141
數(shù)字集成電路功耗與測(cè)試綜合優(yōu)化
第6章 應(yīng)用多目標(biāo)遺傳算法的高層次多電壓功耗優(yōu)化方法 143
6.1 問題表示 144
6.1.1 問題定義 145
6.1.2 遺傳算法的染色體編碼 145
6.1.3 問題的數(shù)學(xué)模型表示 146
6.2 無效染色體的形成原因 147
6.3 違反時(shí)間和違反面積約束的無效染色體的解決 147
6.3.1 問題轉(zhuǎn)換 147
6.3.2 基于Pareto強(qiáng)度值的個(gè)體排序 149
6.4 違反數(shù)據(jù)依賴關(guān)系的無效染色體的解決 149
6.4.1 基于數(shù)據(jù)依賴的單點(diǎn)雜交算子151
6.4.2 無效染色體的重調(diào)度分配 153
6.5 基于Pareto強(qiáng)度值和數(shù)據(jù)依賴單點(diǎn)雜交的多目標(biāo)遺傳算法 155
6.6 實(shí)驗(yàn)結(jié)果 155
第7章 峰值功耗優(yōu)化改進(jìn)的力引導(dǎo)調(diào)度方法 159
7.1 基本的力引導(dǎo)調(diào)度算法 161
7.2 改進(jìn)的功耗優(yōu)化的力引導(dǎo)調(diào)度算法 162
7.2.1 單周期操作的峰值功耗優(yōu)化的力引導(dǎo)調(diào)度算法 163
7.2.2 多周期操作的峰值功耗優(yōu)化的力引導(dǎo)調(diào)度算法 168
7.3 實(shí)驗(yàn)結(jié)果 170
第8章 基于多項(xiàng)式符號(hào)代數(shù)的高層次綜合方法 173
8.1 多項(xiàng)式符號(hào)表示和運(yùn)算 178
8.1.1 一元多項(xiàng)式的定義 178
8.1.2 一元多項(xiàng)式的運(yùn)算 178
8.1.3 多元多項(xiàng)式的符號(hào)表示 179
目 錄
8.1.4 多元多項(xiàng)式的運(yùn)算 180
8.2 基于多項(xiàng)式符號(hào)代數(shù)的高層次測(cè)試綜合方法 180
8.3 基于多項(xiàng)式符號(hào)代數(shù)的高層次低功耗綜合方法 181
8.4 基于多項(xiàng)式符號(hào)代數(shù)的高層次綜合研究展望 182
8.4.1 研究內(nèi)容、目標(biāo)及擬解決的關(guān)鍵問題 182
8.4.2 研究采用的方法、技術(shù)路線及可行性分析 184
8.4.3 相關(guān)研究的學(xué)術(shù)思想及創(chuàng)新之處 186
8.4.4 研究所涉及的學(xué)科交叉情況 187
8.4.5 相關(guān)研究的后續(xù)發(fā)展?jié)摿?187
8.5 本章小結(jié) 188
第9章 總結(jié)與展望 189
參考文獻(xiàn) 192