Cadence 解惑集 | 统计学时序分析模式中的路径报告差异
由于工艺变化和环境参数在芯片制造上差异，芯片的性能可能会出现变化。为此，代工厂根据工艺差异（Variation）提供相应的时序库（Liberty Variation File），以便进行基于高斯分布时序统计分析。Cadence Innovus/Tempus 具备基于统计学的静态时序分析模式 Statistical On-Chip Variation (SOCV)。然而在统计学静态时序分析模式下，用户常常会遇到以下几种最差时序路径相关的报告问题。普通（非统计学）分析模式下方示意图在普通分析模式下，时序分析会直观的会以最差情况来做为报告时序路径顺序的依据。对于最迟路径而言，较大的到达时间 (Arrival Time) 将会得到较为悲观的结果，因此报告的顺序将会以较差的结果作为优先。 统计学分析模式在统计学分析下，在定义到达时间最差情况上会遇到一些问题。以下图为例，与门输出端 (and/Y) 最差的到达时间均值是来自 B -> Y 而标准差则是来自 A -> Y。不论单独以均值或标准差作为判断标准都会有不足的地方。 mean_and_three_sigma_bounded 为 Innovus/Tempus 默认的最差情况运算模型。在这个模式下，它会选择最差均值作为结果分布的均值，标准差计算为最差（mean +/-3*sigma）值的界限。这可确保结果的 3-sigma 值始终限制最差的 3-sigma 值。下图中有个与门，其输入端分别为 and1/A 和 and1/B。两端的到达时间分别为(3, 3) 以及(4, 1)，传播至 and1/Y 所需的延迟分别为(1, 4) 和(1.5, 4)，信号传播至输出 and1/Y 的到达时间为 ATa->Y (4, 5) =19 和 ATb->Y (5.5, 4.12) =17.86。 在 mean_and_three_sigma_bounded 下，会做以下的运算来得到 and1/Y 的最迟到达时间。1、在 and1/Y 上挑最差的到达时间均值 2、以最差的 3-sigma 值反推出标准差 上图的范例，我们最后得到如下： 由这个运算模型，可以确保输出端的 n-sigma 到达时间为最差的。然而 bounded 的报告结果仅会出现于 “report_timing -to”, “report_timing -max_slack”, “report_timing -nworst” ……等，没有特定路径的报告。 上方示意图中，有两条简单的 timing path.Path1: in1 > buf1 > and1/A > and1/Y > outPath2: in2 > buf2 > and1/B > and1/Y > out用户如果使用 “report_timing -to out” ，则会得到由最差 n-sigma 值以及到达时间均值反推出标准差的时序报告。当使用者使用 “report_timing -from/through/to” 准确的指出特定路径时，则不会使用 bounded 出来的结果作为报告中的数值，而是会使用特定路径来传播得到达时间的数据。因此，我们可以预期在一些特定的情况下，相同的路径，由“report_timing -from/through/to” 和“report_timing -to” 来返回，会得到不同的时序报告，如下方所示:report_timing -to out >> report_timing -from in1 -to out >> 除了上述常见的问题外，使用者也常遇到 “report_timing -to -nworst X” 时 nworst bounded path 的规则问题，以下图路径为例: 上方示意图中，有三条简单的 timing path.Path1: in1 > buf1 > and1/A > and1/Y > and2/A > and2/Y > out1Path2: in2 > buf2 > and1/B > and1/Y> and2/A > and2/Y > out1Path3: in3 > buf2 > and2/B > and2/Y > out1为了更直观的作 bounded 运算，我们将 and1 和 and2 的延迟都设为(0, 0)，也就是说可以直接将 in1, in2, in3 至 and1/A, and1/B, and2/B 的到达时间用来判断 nworst 到达时间为哪条路径。由上图所标示的 nsigma 到达时间可以知道，最差路径为 Path1，Path3 次之，最后是 Path2。所以如果用户使用 nworst 来报出所终点为 out1 的路径时：report_timing-to out1 -nworst3 (nworst=1, Path1) >>当考虑最差路径时，它会考虑所有相关路径上的多输入单元，进行保持最差操作，所以在这个例子中，最差的到达时间均值为 in2 -> b2 -> and1/B ，bounded 的到达时间均值将会使用 Path2 的到达时间均值 0.192，而 nsigma 则来自于in1-> out1 的0.326 但是当用户定义了路径的起始点为 in1, report_timing -from in1 -to out1 则会报出经过in1->b1->and1/A->and1/B 的到达时间，与上方看到的 mean/sigma 都不一样： 当考虑第二差路径时，则会先把 nsigma 最差路径排除，因为它已经报过了，所以剩下就在path2/path3 中最保持最差的运算，因此，这里的最差均值还是来自于 in2 的 0.193，nsigma 则是 in3 的 0.260：report_timing -to out1 -nworst3 (nworst=2, Path3) >> 如果定义了起始点 in3, report_timing -from in3 -to out1 的报告则会基于实际路径，看到和上面不同的sigma： 而最后一条时序路径就会和定义了起点 in2 看到的一样:report_timing -to out1 -nworst3 (nworst=3, Path2) >> report_timing -from in2 -to out1： 由上可知，当路径中的多输入单元越多的时候，很可能用户在”-to endpoint nworst > 1” 的 report 中看到的和 “-from -to”不同的具体路径越多，而且相差可能越大。© 2025 Cadence Design Systems, Inc. 版权所有。在全球范围保留所有权利。Cadence、Cadence 徽标和 www.cadence.com/go/trademarks 中列出的其他 Cadence 标志均为 Cadence Design Systems, Inc. 的商标或注册商标。 来源：Cadence楷登
