CN108563882B - 一种噪声感知的片上时钟域控制序列设计方法 - Google Patents

Abstract

本发明公开了一种噪声感知的片上时钟域控制序列设计方法，涉及片上电源分配网络的噪声分析及片上多时钟域开关操作的高效分析以及规划；通过将相关的问题定义为混合型0/1线性规划模型，并改进分支界限法联合启发式算法求解；而对于启发式算法存在难以对所得规划结果进行评估的问题，线性规划的方法通过建立并求解对偶问题，可准确评估当前所得解与最优解间的距离，并以此准确评估所得解的优化程度，且具备搜索获得最优解的能力；而对于启发式算法容易陷入局部最优导致搜索停滞的问题，使用线性规划模型并利用分支界限法求解能够保证正确的搜索方向，迅速搜索到明显优于启发式算法的结果且具备保证最优解的能力。

Description

一种噪声感知的片上时钟域控制序列设计方法

技术领域

本发明涉及片上电源分配网络的噪声分析，片上多时钟域开关操作的高效分析以及规划，适用于电源网络的降噪和移动设备的高性能低功耗设计。

背景技术

对于移动设备唤醒、来电、消息通知等大量突发式的任务请求，常常使得设备芯片从低功耗睡眠模式快速切换到高速高性能的工作模式，此类操作通常会在移动设备芯片电源分配网络(PDN)上引起急剧的电流变化，从而导致电源噪声，对芯片的低功耗以及性能设计造成严重影响。针对引起这种噪声的原因，我们重点对芯片电源管理策略和电压状态两方面进行了分析研究，为芯片资源调度操作设计了一种特定的操作序列，显著地降低了采用这种序列的系统在工作时所遭遇的电源噪声。

本设计的技术背景主要包括两方面：

1)基于SPICE等仿真器对PDN建立的精确电路模型，让我们能够得到足够的PDN时域、频域特性参数。通过这些时域和频域的电学特性参数，使得我们能够对执行时钟域关闭和打开等片上系统控制所引起的芯片状态改变作出快速、准确的预测和模拟，并在这一基础上对这些系统控制作出特定的优化设计，以满足特定的设计的性能和指标需要。

2)现代的高性能系统芯片上通常包含时钟网络包含多个时钟域，这些时钟域可以分别独立处于开启或关闭状态，以在应对不同的任务需求时获得更好的灵活性，提高芯片资源的利用。一个系统芯片的工作伴随大量的睡眠状态唤醒或者从工作状态转为睡眠状态等操作，而这一系列的操作，存在着一个最优的调度顺序使得它在PDN上所引起的噪声叠加最小。对于此类组合优化问题，在相似问题的研究中，通常主要使用动态规划、启发式算法等方法对这一问题进行求解。

而针对本设计的目标问题的结构特点和规模问题，动态规划等算法在解决此问题上难以获得很好的效率提升。而对于启发式的搜索算法，其相对随机的搜索过程难以保证其在搜索更好答案时的效率，以及在使用此类算法时设计者难以对所获得的结果的优化程度进行一个较为准确的评估，且此类算法存在容易陷入局部最优的问题，难以满足本设计的要求。

非专利文献1(W.Lam,et.al."Clock scheduling for power supply noisesuppression using genetic algorithm with selective gene therapy."Proc.ISQED,2003.)中所提出的随机式搜索算法，由于搜索方向整体随机，使其稳定性低且搜索效率低下，通常出现分配很长的搜索时间却无法获得与之匹配的的较好的搜索结果。

非专利文献2(Y.Kim,et.al."Power Supply Noise Reduction by ClockScheduling with Gate-Level Current Waveform Estimation."Proc.InternationalSoC Design,2008.)中所提出的利用启发式算法的模型，有在搜索速度慢，容易陷入局部最优等缺点。

非专利文献3(H.Jiang,et.al."Power gating scheduling for power/groundnoise reduction."Proc.DAC,2008.)中所提出的利用三角波近似电压降落并用遗传算法进行噪声优化的方法存在建模复杂、精度不足、难以对结果优化程度进行评估等问题。

发明内容

本发明针对现有技术的不足，提供一种噪声感知的片上时钟域控制序列设计方法。

本发明所提出的技术方案对片上多时钟域控制序列的优化分为两步：

1)对于片上多时钟域的分别开关引起片上电源网噪声的快速分析。借助片上电源网的线性时不变特性以及冲击响应的概念，我们提出了基于梯形脉冲的电源网分析技术。我们以一系列不同幅值和延时的梯形脉冲：

来近似控制时钟域所引起的突入电流，并通过所需分析电源网的阻抗信息计算其冲激响应h_PDN(t)，冲激响应h_PDN(t)与单个突入电流I_t(t-t_i)的卷积：

结果即为单个突入电流所引起的电源噪声，考虑公式(1)中多个不同时间以及幅度的突入电流总电源噪声响应则为：

而利用片上电源传递网路的线性时不变性，总电压噪声响应可以通过公式(2)中单个响应的平移和幅度调整得到，大大减少计算总噪声波形的计算量，因此改写公式(3)为：

向量a_1×N为对应时刻的电流幅度。此时的响应即可用作评估一组操作序列的优化程度。而相较于使用简单的三角波对电压降落进行近似，以此方法进行电压降落的评估所得波形更为精确。

2)对一系列时钟域的操作进行合理的规划。对时钟序列的优化问题可以被描述为：在一定时间范围0≤t_i≤M内找到一组时间信息

和一组对应的幅度信息a_1×N＝[a₁ a₂ … a_N]使得噪声响应R(t,S_t)的最大值最小，即求解：

在本设计中，我们利用已知时间信息M、空间数量N、对应电流幅度向量a_1×N以及噪声响应R(t)定义0/1混合线性规划的数学模型，并通过相关搜索算法在满足特定约束条件的解集合中搜索达到要求的规划决策，最终得到对应的最优时钟域控制方案。

本发明的有益效果是：针对参考文献中已有技术方法的不足，提出了通过将相关的问题定义为混合型0/1线性规划模型，并改进分支界限法联合启发式算法求解。而对于启发式算法存在难以对所得规划结果进行评估的问题，线性规划的方法通过建立并求解对偶问题，可以准确评估当前所得解与最优解间的距离，并以此准确评估所得解的优化程度，且具备搜索获得最优解的能力。而对于启发式算法容易陷入局部最优导致搜索停滞的问题，使用线性规划模型并利用分支界限法求解能够保证正确的搜索方向，迅速搜索到明显优于启发式算法的结果且具备保证最优解的能力，搜索速度与最终优化结果两方面都明显优于遗传算法等启发式算法。且通过仿真实验，线性规划模型的优越性得到证明。尽管对比启发式算法多项式时间的计算复杂度，在搜索规模急剧增大的情况下，通过线性规划模型搜索到最优解可能耗费较长时间，但通过实际实验我们发现，在搜索规模增大的情况下，本设计采用的模型以及算法依然能够较启发式算法获得更好的效率以及结果。

附图说明

图1是本发明的实现总流程图；

图2是本发明的优化过程仿真说明；

图3是本发明的仿真优化搜索过程示例；

图4是本发明的仿真结果展示。

具体实施方式

参照流程图1，本发明的具体实施步骤为：

1)获取片上电路开关操作的电源噪声单位响应，具体包括以下子步骤：

1.1)通过SPICE仿真器和PDN模型提取电源分配网络的频域阻抗参数Z(f)；

1.2)对所得频域阻抗参数进行插值以及傅里叶反变换，得到电源分配网络的时域冲激响应h_PDN(t)＝IFFT(Z(f))；

1.3)以梯形脉冲近似突入电流，计算t时刻的单位梯形脉冲I_s(t)与h_PDN(t)的卷积得到响应

对响应r(t)作离散采样r_j＝r(jΔt)得到向量r＝[r₀ r₁… r_n]，n为采样点数，则本设计的目标为最小化向量r的最大值。

2)依据步骤1)获取的电源噪声单位响应建立0/1混合线性规划求解模型，具体为：

记规划时间为M、规划数量为N、各时钟域所对应的电流幅值向量a_1×N＝[a₁,a₂,…,a_N]，由于开关片上各个时钟域电路所引入的电流幅值各不相同，所以将时钟域i所引入的突入电流模拟为a_iI_s(t)，I_s(t)为t时刻的单位梯形脉冲，由于不同幅值的电流引起不同的电压响应，时钟域i对应的电源噪声响应为

h_PDN(t)为电源分配网络的冲激响应，总噪声响应为

S_t＝[t₀ t₁… t_N]表示规划后各个时钟域电路的开关时间；

定义不等式约束矩阵A：

其中，r_unit,j＝r_unit(jΔt)，j＝1,2,..n；n为采样点数；Δt为单位时钟周期；

定义二维0/1决策矩阵X_N×M：

x_ij＝1表示在j时刻引入时钟域i的突入电流a_iI_s(t)，x_ij＝0则表示在j时刻不采取任何操作；

定义约束

以保证每个周期至多只有一个时钟域引入电流；

定义约束

以保证每个时钟域的突入电流被引入且只被引入一次；

整个0/1混合线性规划求解模型为：

Minimize：

v_max

S.T.

-v_max≤A^TX_N×M ^Ta_1×N ^T≤v_max

x_ij∈{0,1}

其中v_max为v_total(t,S_t)的最大值；

3)通过确定上下界的方式减少线性规划约束中的冗余约束，提高线性规划的求解性能，具体为：

3.1)由于电源噪声响应的波形特征，第一个被引入的噪声波形无法被其他噪声波形所减弱，所以确定幅值最小的突入电流所引起噪声响应的最大值为此优化的下界LowerBound：

LowerBound＝min(a_i)*r_unit(t)

3.2)分别降序排列向量a_1×N ^T、矩阵A^T的每一行，所得乘积即为此优化的上界UpperBound：

UpperBound＝sort(A^T)*sort(a_1×N ^T)

3.3)超过上界或低于下界的约束均为冗余约束，去掉这些约束不对整个约束产生任何影响；去掉矩阵A中对应冗余约束的列即完成对冗余约束的缩减；

4)结合步骤3)求解步骤2)中的线性规划问题，所得决策变量即为相应的时钟域操作规划结果，即设计的优化控制序列。

本发明的优化过程可以通过仿真进一步说明展示：

1.仿真条件

仿真从特定电源网SPICE模型中得到相应参数并计算响应，定义各时钟域所对应的电流幅值向量a_1×3＝[0.6,0.8,1]，以在8个周期内控制3个时钟域为条件，定义二维0/1决策矩阵X_3×8为：

2.仿真内容

仿真优化的目标以及约束可以写为：

Minimize

v_max

S.T.

-v_max≤A^TX_3×8 ^T*[0.6,0.8,1]^T≤v_max

图2(a)中展示了优化前的噪声、优化前后的输入电流脉冲顺序以及时间、优化后的噪声仿真结果。此例中的原始序列可以写为[(1,1),(2,7),(3,4)]如图2(b)中实线所示，所对应的变量矩阵为：

经过线性规划模型优化后的序列可以写为[(2,1),(1,4),(3,8)]如图2(b)中虚线所示，所对应的变量矩阵为：

优化后的最终噪声结果如图2(c)所示，且对比图2(a)中未优化的噪声波形，优化后的波形噪声最大值降低近30％。

图3展示了当优化一个32周期16时钟域时遗传算法的优化过程与本发明优化过程的对比。从图中可以看出，用实线表示的本发明在搜索结果与搜索速度两方面都明显优于虚线所示的遗传算法。在此仿真示例中，用本发明所获得优化序列相比于遗传算法所得结果在噪声最大值上降低了近百分之十五且搜索时间仅为遗传算法的近三分之一。对于此实例，我们在图4中展示了本发明(黑色实线)与其他算法所得结果的对比。结果显示，本发明优化效果对比传统算法与遗传算法分别提高了49％、15％。

Claims (5)

1.一种噪声感知的片上时钟域控制序列设计方法，其特征在于，该方法包括以下步骤：

1)获取片上电路开关操作的电源噪声单位响应；

2)依据步骤1)获取的电源噪声单位响应建立0/1混合线性规划求解模型，具体为：

记规划时间为M、规划数量为N、各时钟域所对应的电流幅值向量a_1×N＝[a₁，a₂，...，a_N]，由于开关片上各个时钟域电路所引入的电流幅值各不相同，所以将时钟域i所引入的突入电流模拟为a_iI_s(t)，I_s(t)为t时刻的单位梯形脉冲，由于不同幅值的电流引起不同的电压响应，时钟域i对应的电源噪声响应为

h_PDN(t)为电源分配网络的冲激响应，总噪声响应为

S_t＝[t₀ t₁ …t_N]表示规划后各个时钟域电路的开关时间；

定义不等式约束矩阵A：

其中，r_unit，j＝r_unit(jΔt)，j＝1，2，..n；n为采样点数；Δt为单位时钟周期；

定义二维0/1决策矩阵X_N×M：

x_ij＝1表示在j时刻引入时钟域i的突入电流a_iI_s(t)，x_ij＝0则表示在j时刻不采取任何操作；

定义约束

以保证每个周期至多只有一个时钟域引入电流；

定义约束

以保证每个时钟域的突入电流被引入且只被引入一次；

整个0/1混合线性规划求解模型为：

Minimize：

v_max

S.T.

-v_max≤A^TX_N×M ^Ta_1×N ^T≤v_max

x_ij∈{0，1}

其中v_max为v_total(t，S_t)的最大值；

3)通过确定上下界的方式减少线性规划约束中的冗余约束，提高线性规划的求解性能，具体为：

3.1)由于电源噪声响应的波形特征，第一个被引入的噪声波形无法被其他噪声波形所减弱，所以确定幅值最小的突入电流所引起噪声响应的最大值为此优化的下界LowerBound：

LowerBound＝min(a_i)*max(r_unit(t))

3.2)通过填零的方式将向量a_1×N延长为a_1×M，分别降序排列向量a_1×M ^T、矩阵A^T的每一行，所得乘积即为此优化的上界UpperBound：

UpperBound＝sort(A^T)*sort(a_1×M ^T)

3.3)超过上界或低于下界的约束均为冗余约束，去掉这些约束不对整个约束产生任何影响；去掉矩阵A中对应冗余约束的列即完成对冗余约束的缩减；

4)结合步骤3)求解步骤2)中的线性规划问题，所得决策变量即为相应的时钟域操作规划结果，即设计的优化控制序列。

2.根据权利要求1所述的一种噪声感知的片上时钟域控制序列设计方法，其特征在于，所述步骤1)中，电源噪声单位响应的获取方法如下：

1.1)获取电源分配网络的频域阻抗参数z(f)；

1.2)对所得频域阻抗参数进行插值以及傅里叶反变换，得到电源分配网络的时域冲激响应h_PDN(t)；

1.3)以梯形脉冲近似突入电流，计算t时刻的单位梯形脉冲I_s(t)与h_PDN(t)的卷积得到响应

对响应r(t)作离散采样r_j＝r(jΔt)得到向量r＝[r₀ r₁ …r_n]，n为采样点数，则本设计的目标为最小化向量r的最大值。

3.根据权利要求2所述的一种噪声感知的片上时钟域控制序列设计方法，其特征在于，所述步骤1.1)中，通过SPICE仿真器和PDN模型提取电源分配网络的频域阻抗参数z(f)。

4.根据权利要求2所述的一种噪声感知的片上时钟域控制序列设计方法，其特征在于，所述步骤1.3)中，利用PDN模型的线性时不变特性，将多个电流所引起的响应等效为单个噪声响应的线性叠加，降低了计算量从而实现快速的噪声响应估计。

5.根据权利要求1所述的一种噪声感知的片上时钟域控制序列设计方法，其特征在于，将对噪声的优化问题的目标明确为一个最小化最大值的优化问题；利用PDN模型的线性时不变性，将噪声的响应的叠加以及参数设置构建为线性不等式组，使得本问题能够利用线性规划算法进行求解。

Images