JP2009217646A - 回路最適化方法 - Google Patents

Abstract

【課題】電子回路設計における自動最適化につき、最適化アプローチを上位抽象度から下位抽象度へ絞り込むことで、最適化時間を高速化する回路最適化方法を提供する。
【解決手段】シミュレーション手段２と反復型最適化手段３に加え、高抽象度シミュレーション手段７と、マッピング手段８と、を備える。高抽象度シミュレーション手段７と反復型最適化手段３により、高抽象度のパラメータを最適化して期待動作を実現する。マッピング手段８により、その高抽象度パラメータの値を実現する低抽象度のデバイスの設計パラメータセットに置き換え、再度微調整として最適化動作を行う。
【選択図】図１

Description

本発明は、アナログ電子回路設計の回路最適化方法に関する。

近年最適化方法として、最適化を高速化させ、さらに複雑な最適化を行えるような技術が求められている。その要求を実現するために、例えば、遺伝化問題に含まれる２つの項目をそれぞれ別途最適化することで、遺伝子長に囚われない複雑な最適化を行う技術が開示されている（例えば特許文献１）。

また、パターンサイズに関わらず、遺伝子アルゴリズムを用いたディザマトリクスの最適化処理を行う技術も提案されている（例えば特許文献２）。これは、ディザマトリクスに応じて生成される画像データと出力エンジンの特性データとに基づいて求めたディザ画像出力に対して画質の評価を行い、この評価結果に基づき求めたディザマトリクスの適応度に基づいて遺伝子アルゴリズム処理を実行し、処理された遺伝子情報によりディザマトリクスを出力するというものである。
特開２００４−０８６６７３号公報 特開２００６−２１７５４３号公報

複雑な最適化を短時間で行う場合、例えば最適化する項目を独立に分類できれば、上述した特許文献１のように行うことも有効と思われる。しかし、電子回路の最適化など、各設計パラメータがそれぞれ因果関係を持つ場合は、別のアプローチでなければならない。

本発明はこのような実情を鑑みてなされたものであり、電子回路設計における自動最適化につき、最適化アプローチを上位抽象度から下位抽象度へ絞り込むことで、最適化時間を短くする回路最適化方法を提供することを目的とする。

本発明の回路最適化方法は、調整する回路パラメータよりも抽象度の高い高抽象度パラメータ値を用いた動作結果を出力値として出力する高抽象度シミュレーションステップと、出力された出力値と、回路動作の期待値と、を比較してマッチしているか否かを判断する比較ステップと、パラメータを期待値に近づける変更を行う変更ステップと、高抽象度シミュレーションステップと、比較ステップと、変更ステップと、を反復することにより、高抽象度パラメータの値を最適化する高抽象度最適化ステップと、高抽象度最適化ステップにより最適化された前記高抽象度パラメータの値を実現できるパラメータセットを選択するマッピングステップと、マッピングステップにより選択されたパラメータセットを用いた動作結果を出力値として出力するシミュレーションステップと、シミュレーションステップと、比較ステップと、変更ステップと、を反復することにより、パラメータセットの値を最適化する最適化ステップと、を備えることを特徴とする。

本発明の回路最適化方法は、比較ステップにより出力値と期待値とがマッチしていないと判断された場合に、出力値を期待値に近づける候補を探索する探索ステップをさらに備えることを特徴とする。

本発明の回路最適化方法は、探索ステップおよび変更ステップは、遺伝子アルゴリズムを用いることを特徴とする。

本発明によれば、抽象度の高いパラメータでの最適化手段を備え、最適化された高抽象のパラメータをそのパラメータ値を実現できる低抽象度のパラメータセットに切り替えて最適化を継続することで、的確かつ高速に所望の設計パラメータを最適化することが可能となる。

以下に本発明の実施形態について、図面を用いて詳細に説明する。

図１は、本発明の実施形態に係る回路最適化システムの構成要素の例を示す。図２は、本発明の実施形態に係る回路最適化方法の動作例を示す。図３は、本発明の実施形態に係る高抽象度モデルの例を示す。図４は、本発明の実施形態に係るマッピングの例を示す。図１に示すように、回路最適化システムは、シミュレーション手段２、反復最適化手段３、高抽象度のシミュレーション手段７、マッピング手段８などを備える。

まず、本実施形態で表現される電子回路設計における高抽象度パラメータについて説明する。図３に示すStructural Descriptionは、通常の構造記述であり、便宜上低抽象度モデルと呼称することとすると、高抽象度モデルとは、図３中のBehavioral Modelに示す動作記述レベルの回路を示す。また、高抽象度パラメータとは、高抽象度モデル中で使用される設計パラメータであり、例えば図３中の「delay」が高抽象度パラメータである。

一方、図１に示すパラメータセット１とは、実際上の回路、すなわち、低抽象度モデルで使用されるパラメータのセットを示しており、図３中に示される「l01、l02、l03、w01、w02、w03」など、回路で使用されるデバイスのモデルの設計パラメータを示す。

本発明の基本概念は、従来、低抽象度のデバイスの設計パラメータを直接最適化していたものをより高速に処理するため、まず高抽象度のパラメータを最適化して期待動作を実現し、その高抽象度パラメータの値を実現する低抽象度のデバイスの設計パラメータセットに置き換え、再度微調整として最適化動作を行うということである。このようにすることで、図３の例であれば８つの設計パラメータが低抽象度のデバイスの設計パラメータであるが、８つの組合せで基本の回路動作を損なわず遅延の最適化を実施するということになると、相応の時間が必要となってしまうところ、1つの「delay」という直接のパラメータで遅延を最適化し、その「delay」を実現する低抽象度のデバイスの設計パラメータを登録データから呼び出すことになるため、最適化の工数が圧倒的に縮まることになる。

続いて、本発明の実施形態に係る回路最適化方法の動作について説明する。図２のフローチャートに示すように、まず、反復型最適化手段３が、高抽象度パラメータ６を含む回路データを、高抽象度シミュレーション手段７にかけて、現在の高抽象度パラメータ値で動作の結果を出力する（ステップＳ２０１）。続いて、反復型最適化手段３は、上記ステップＳ２０１で出力されたシミュレーションの結果（出力値９）と、回路の期待動作である期待値５とを比較し（ステップＳ２０２）、出力値９と期待値５とがマッチしているか否かを判断する（ステップＳ２０３）。

比較結果がマッチしなかった場合（ステップＳ２０３／ＮＯ）は、反復型最適化手段３は、遺伝子アルゴリズムなど任意の手段で期待値５に近づける候補を探索し、高抽象度パラメータ６を変更し、高抽象度パラメータ６の値をより最適化して、上記ステップＳ２０１の処理に戻る。上記ステップＳ２０３の判断結果がマッチしなかった場合は、このように出力値９と期待値５の比較結果がマッチするまで反復して処理を行うので、パラメータの値がより最適化されていくことになる。

上記ステップＳ２０３の判断で、比較結果がマッチしている場合（ステップＳ２０３／ＹＥＳ）は、マッチした段階での高抽象度パラメータの値から、その値を実現できるパラメータセット１をマッピング手段８により選択し、取り出す（ステップＳ２０５）。例えば、図４の例に示すように、「delay」というパラメータ値が0.9nsであった場合、それに最も近い1.0nsに対応する「l01、l02、....wr」のパラメータセット１が選択され、このとき、シミュレーション手段９も、低抽象度モデルの回路データを扱うように切り替えられる。

次に、示すパラメータセット１に対し、反復型最適化手段３は、そのパラメータセット１を含む回路データを、回路シミュレーション手段２にかけて、動作の結果を出力（出力値４）する（ステップＳ２０６）。反復型最適化手段３は、上記ステップＳ２０６で出力されたシミュレーションの結果（出力値４）と、回路の期待動作である期待値５とを比較し（ステップＳ２０７）、出力値４と期待値５とがマッチしているか否かを判断する（ステップＳ２０８）。

上記ステップＳ２０８で比較結果がマッチしていると判断した場合（ステップＳ２０８／ＹＥＳ）は、動作を終了する。一方、マッチしないと判断された場合（ステップＳ２０８／ＮＯ）は、反復型最適化手段３は、遺伝子アルゴリズムなどの任意の手段で期待値５に近づける候補を探索し、パラメータセット１の値を変更し、パラメータの値をより最適化して、上記ステップＳ２０６の処理に戻る。上記ステップＳ２０８の判断結果がマッチしなかった場合は、このようにマッチするまでパラメータの値がより最適化されていくことになる。尚、理論上、上記ステップＳ２０５の処理までで、ほとんど最適化された値となっているため、上記ステップＳ２０８から上記ステップＳ２０６への反復戻りは少ないことが期待できる。

本実施形態により、抽象度の高いパラメータでの最適化手段を備え、最適化された高抽象度のパラメータを、そのパラメータ値を実現できる低抽象度のパラメータセットに切り替えて最適化を継続する手段を備えることにより、図５に示すような従来の最適化方法に比べ、より的確で高速に所望の設計パラメータを最適化することが可能となる。

以上好適な実施の形態に基づき具体的に説明したが、本発明は上述した回路最適化方法に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であるということは言うまでもない。

本発明の回路最適化方法は、人事管理、金融、経費管理などの業務支援全般に応用して適用することが可能である。

本発明の実施形態に係る回路最適化方法の構成要素の例を示す図である。 本発明の実施形態に係る回路最適化方法の動作例を示すフローチャートである。 発明の実施形態に係る高抽象度モデルの例を示す図である。 本発明の実施形態に係るマッピングの例を示す図である。 従来の最適化方法の構成要素を示す図である。

符号の説明

１ 調整するパラメータセット
２ シミュレーション手段
３ 反復型最適化手段
４ 出力値
５ 期待値
６ 高抽象度パラメータ
７ 高抽象度シミュレーション
８ マッピング手段
９ 出力値
１０ 調整するパラメータ

Claims (3)

1. 調整する回路パラメータよりも抽象度の高い高抽象度パラメータ値を用いた動作結果を出力値として出力する高抽象度シミュレーションステップと、
   前記出力された出力値と、回路動作の期待値と、を比較してマッチしているか否かを判断する比較ステップと、
   パラメータを前記期待値に近づける変更を行う変更ステップと、
   前記高抽象度シミュレーションステップと、前記比較ステップと、前記変更ステップと、を反復することにより、前記高抽象度パラメータの値を最適化する高抽象度最適化ステップと、
   前記高抽象度最適化ステップにより最適化された前記高抽象度パラメータの値を実現できるパラメータセットを選択するマッピングステップと、
   前記マッピングステップにより選択されたパラメータセットを用いた動作結果を出力値として出力するシミュレーションステップと、
   前記シミュレーションステップと、前記比較ステップと、前記変更ステップと、を反復することにより、前記パラメータセットの値を最適化する最適化ステップと、を備えることを特徴とする回路最適化方法。
2. 前記比較ステップにより前記出力値と期待値とがマッチしていないと判断された場合に、前記出力値を前記期待値に近づける候補を探索する探索ステップをさらに備えることを特徴とする請求項１記載の回路最適化方法。
3. 前記探索ステップおよび変更ステップは、遺伝子アルゴリズムを用いることを特徴とする請求項２記載の回路最適化方法。

Images