新思科技Fusion Compiler自适应场景压缩技术提升设计效率与覆盖度

现代半导体芯片设计由于不同工作条件和物理效应催生了大量时序场景，其复杂性与日俱增。这种复杂性在移动通讯芯片和汽车芯片中尤为突出，因为这类芯片需要在多样化的性能与可靠性要求下进行优化。目前，开发者为了管理计算负载，通常会将注意力集中在有限的场景子集上，但这种做法不仅可能导致性能无法达到最优，还有可能造成后期修复成本居高不下。尽管实现工具和工程变更命令（ECO）流程的进步提升了设计的可扩展性和收敛性，但在优化过程中实现完整的时序可见性仍面临挑战。自适应场景压缩技术提供了一种解决方案，它能将多个场景压缩为易于管理的集合，同时保留关键时序信息，实现全面优化，减少ECO迭代。三星和英特尔等早期采用者已证明，该技术能显著减少时序违例问题，将ECO迭代次数降低50%，进而提升设计质量与可预测性。

应对现代半导体设计中的多样化时序场景

现代半导体芯片的时序场景复杂多样，数量往往超过数百种。这些场景一方面源于不同的工作模式，另一方面还受到工艺偏差、温度波动、电压变化等因素的影响。此外，随着老化效应、电迁移以及其他可能随时间推移影响芯片性能的多物理场现象被纳入考量，时序场景的复杂性会进一步加剧。

移动通讯芯片与汽车芯片设计的时序场景多样性最为突出。移动通讯芯片需要适配多种工作模式，包括用于延长待机时长的低功耗模式、保障响应速度的常规模式，以及满足游戏需求的高性能模式。而汽车芯片则以可靠性和安全性为首要目标，不仅要在高温、严寒等极端环境下稳定运行，还需确保10至20年的超长使用寿命。

权衡优化和资源管理

开发者需要针对广泛的场景对半导体芯片进行优化，这一过程颇为复杂：每新增一个场景，都会为设计带来新的挑战维度。开发者需要同时考量性能指标、功耗与设计面积，而这会延长结果产出时间，并增加计算资源需求。因此，开发者必须在全面优化与实际资源管理之间找到平衡，既要达到性能预期，又要严苛遵循项目时间规划和预算要求。

为精简优化流程，开发者会依据过往经验和初步试验，筛选出数量有限的关键场景（通常约12个）作为核心场景。这种重点聚焦策略能让优化过程更高效，所需计算资源也更易管控。其余场景则仅在设计分析与签核阶段进行处理。这种双层方案有助于在设计全面性与优化效率之间实现平衡。

关键场景优化策略所面临的挑战

仅针对部分场景进行优化，会导致优化算法出现偏差，算法会优先保障选定场景的性能，而牺牲其他场景，进而导致芯片性能与能效无法达到最优水平。在对未纳入优化的场景进行评估时，可能会出现时序违例等不合规问题，这将导致大量工程变更命令（ECO）迭代，不仅非常耗时，还会占用大量资源。在现代芯片设计中，尤其是移动通讯与汽车领域的设计，未纳入优化的场景数量较多，可能会导致签核阶段暴露出大量问题。通常，超过三分之一的设计周期会耗费在ECO迭代上，进而延长项目进度并增加研发成本。

以新思科技Fusion Compiler为代表的现代解决方案，已经提升了设计实现过程中场景的可扩展性，能够高效地对20至30个场景进行优化。相较于以往仅能处理个位数场景的能力，这一进步实现了质的飞跃。此外，ECO解决方案也在持续进步，例如新思科技PrimeClosure，不仅增强了物理感知能力，还集成了内置物理引擎，可减少设计实现工具与签核工具之间反复交互的情况。

尽管取得了这些进展，在优化过程中全面拓展时序场景的可见性，仍是亟待解决的难题。目前已有多种方法被提出用于分析场景关键性，但受限于时序差异性大、不同优化类型对应的关键性水平差异显著等问题，这些方法的实际效果有限。例如，某一场景在建立时间优化中可能无关紧要，但在设计规则检查（DRC）优化中却可能起到关键作用。这种差异性不仅增加了决策难度，更凸显出需要一套可靠的方法，确保整个设计生命周期内所有相关场景均被纳入考量。

解锁自适应场景压缩技术提升设计效率与覆盖度

自适应场景压缩技术可有效满足场景覆盖度提升的需求，同时将对系统能力的影响降至最低。这种创新方法会智能压缩由新思科技黄金签核解决方案（PrimeTime和StarRC）通过自动化执行生成的场景数据库（DB），既能确保设计实现与优化流程采用独特的黄金签核配置与精度高效覆盖各类场景，又能避免给系统资源带来额外负担。

传统场景选择方法存在一个显著缺陷：被筛选掉的非关键场景会彻底失去可见性。而自适应场景压缩技术从海量时序场景中精准保留关键时序特征，并将其压缩为精简的场景视图集合，从而构建出专属模型，成功解决了这一问题。关键信息的保留有助于在设计优化过程中做出更合理的决策。

此外，该技术还能识别到不同优化目标下，场景的关键性和作用存在差异。因此，其自适应机制会针对性地调整压缩策略和建模方式，以适配每种特定的优化类型。这种灵活性不仅实现了场景的全面覆盖，还支持多目标并行物理优化，确保设计过程中所有相关场景均无遗漏。

将全面的签核场景视图整合到设计实现流程中，不仅能改善功耗、性能和面积（PPA）指标，还能缩短结果产出时间（TTR）。通过在所有设计场景中应用完整的物理优化技术，该方法可提升整体设计质量，并减少下游签核阶段工程变更命令（ECO）所需的工作量。该方法旨在将设计实现后的总负时序裕量（TNS）降低95%以上，这将大幅减少ECO迭代次数，进而精简设计周期，缩短产品上市时间。

实际应用成功案例：客户验证实例

三星作为全球领先的移动通讯SoC供应商，同时也是该技术的早期开发合作伙伴。其团队在八个不同的设计项目中，通过部署自适应场景压缩技术，助力Fusion Compiler实现模块级收敛，成效令人瞩目：经所有签核场景评估，设计实现后的建立时间违例平均减少77.28%，保持时间违例减少91.5%，最大转换时间违例减少89.65%。

这些指标的大幅改善得益于该技术将50多个场景有效压缩并纳入设计实现流程，同时还能将运行时间开销控制在最低水平。相较于传统方法，这一技术进步使工程变更命令（ECO）周期平均缩短53.4%，效果十分突出。

这些成果充分证明了自适应场景压缩技术在提升设计性能与效率方面的显著价值。

英特尔作为全球领先的高性能计算（HPC）SoC解决方案供应商，同时也是该技术的早期开发合作伙伴。自适应场景压缩技术在Fusion Compiler中拓展了时序场景视图，并确保设计实现阶段与签核阶段的静态时序分析（STA）设置及约束保持一致。在三个不同的高利用率测试案例中（其中一个案例利用率达80%，此前需经过多次工程变更命令（ECO）迭代才能实现收敛），Fusion Compiler提供了精准且全面的时序视图，可助力加速实现时序收敛，最终仅需一次ECO迭代即可完成。

另有一家领先的汽车SoC供应商及该技术的早期开发合作伙伴，在一款采用3nm工艺、包含超800万个例化单元的先进高级驾驶辅助系统（ADAS）设计中，成功完成了对该技术的评估。自适应场景压缩技术实现了保持时间总负时序裕量（TNS）95%的大幅降低——这一指标至关重要，其数值过高往往会导致工程变更命令（ECO）迭代次数增加。这一改善使ECO迭代次数减少50%，显著提升了实现签核收敛的可预测性。