用于芯片熱分析的混合隨機(jī)行走算法研究與實(shí)現(xiàn).pdf

1、芯片熱分析是高性能超大規(guī)模集成電路設(shè)計(jì)過(guò)程中非常重要的一個(gè)環(huán)節(jié)。在芯片設(shè)計(jì)的sign-off階段和電路設(shè)計(jì)優(yōu)化階段都需要進(jìn)行準(zhǔn)確高效的熱分析。在芯片設(shè)計(jì)的sign-off階段需要進(jìn)行全芯片級(jí)熱分析來(lái)來(lái)驗(yàn)證芯片的性能和可靠性。此外，在電路設(shè)計(jì)優(yōu)化階段，對(duì)不同功耗分布情況進(jìn)行準(zhǔn)確高效的熱分析同樣是不可或缺的。現(xiàn)有的研究工作主要是通過(guò)對(duì)芯片熱模型進(jìn)行體積元離散化，然后將該問(wèn)題轉(zhuǎn)換為一個(gè)線(xiàn)性方程組。通過(guò)求解該線(xiàn)性方程組，可以獲得整個(gè)芯片上各點(diǎn)的

2、溫度值。然而，有時(shí)候只需要重點(diǎn)關(guān)注芯片上局部的少量熱點(diǎn)，而不需要對(duì)芯片進(jìn)行全芯片級(jí)熱分析。
　　為了進(jìn)行準(zhǔn)確的芯片熱分析，有必要考慮芯片封裝中散熱部件的影響。本文對(duì)用于金字塔型芯片熱模型的混合隨機(jī)行走算法進(jìn)行了深入研究，并且提出了混合隨機(jī)行走算法對(duì)應(yīng)的芯片熱分析模型。其中混合隨機(jī)行走算法結(jié)合了基于網(wǎng)格的一般隨機(jī)行走(the Generic Random Walk)算法和基于長(zhǎng)方體轉(zhuǎn)移區(qū)域的懸浮隨機(jī)行走(the Floating R

3、andom Walk)算法的優(yōu)點(diǎn)，不僅可以計(jì)算少量局部熱點(diǎn)，而且大幅度的減少了隨機(jī)行走算法的運(yùn)行時(shí)間。為了加快混合隨機(jī)行走算法的計(jì)算效率，本文對(duì)芯片熱模型中的紐曼邊界(the Neumann boundary）條件和對(duì)流邊界(the Convective boundary)條件等復(fù)雜邊界條件進(jìn)行了處理。最終，本文在多核系統(tǒng)環(huán)境下采用多線(xiàn)程技術(shù)實(shí)現(xiàn)了混合隨機(jī)行走算法的并行化，進(jìn)一步提高了該算法的計(jì)算速度。
　　通過(guò)對(duì)幾組芯片測(cè)試用例

4、進(jìn)行數(shù)值實(shí)驗(yàn)，驗(yàn)證了該混合隨機(jī)行走算法相對(duì)于基于網(wǎng)格的一般隨機(jī)行走算法的準(zhǔn)確性與效率。從實(shí)驗(yàn)中可以看出，在保證計(jì)算結(jié)果準(zhǔn)確性的前提下，混合隨機(jī)行走算法相較于基于網(wǎng)格一般隨機(jī)行走算法獲得了15.9X的加速比。添加對(duì)紐曼邊界條件處理的混合隨機(jī)行走算法相較于一般隨機(jī)行走算法獲得了30.1X的加速比。同時(shí)添加對(duì)紐曼邊界條件和對(duì)流邊界條件處理的混合隨機(jī)行走算法相較于一般隨機(jī)行走算法獲得了44.4X的加速比。在6-core CPU的Linux服務(wù)器