EDA工具里的功耗是怎么计算出来的？

在当下的芯片设计中，工艺越先进，芯片规模越大，功耗就越发敏感，降低功耗的诉求越来越紧迫。 功耗优化一定是建立在计算和数据的基础上的。那么对于EDA而言，功耗是怎么算出来的呢？今天，就让小编带领大家一起从EDA的视角，来洞察功耗计算的零零总总。 开篇之前，先复习一下功耗的计算公式：注解

EDA对功耗评估的分类

基于上述功耗的计算理论，为了方便计算，EDA工具对功耗的评估分为如下几类

基于library非功耗的信息，计算功耗

基于SDPD的功耗查看

leakage power可以基于SDPD，直接查看library获取功耗

• 基于器件输入状态进行功耗查看：器件状态决断SDPD （Status Dependency Path Dependency）
• library同时提供默认的leakage power的功耗信息

基于SDPD和pin的属性查找表

internal power可以基于SDPD和input/outputl 的RC属性查找表来获取

• 基于SDPD的数据查询
• input pin：基于input transiton的查找表
• output pin：基于input transiton和output cap的查找表
• cel的internal power是所有pin在SDPD下的总和

注释：SDPD是一种瞬态值。在芯片常规的工作中，某一时刻，芯片是某一种固定的SDPD，所以一个芯片的实际工作状态（功耗）是由各种SDPD按照出现的比率描述的一个完备值（各种SDPD出现概率总和是100%）
据上，器件的功耗的相关性可以用如下的表格来归类

EDA的功耗计算示例

EDA工具提供了相应的信息和抽取方式来拟合library的描述。以常用的DC工具里的report_power命令为例，工具会罗列出下面的功耗信息：

表头解析：   DC也会把器件分类进行功耗报告打印：
对于器件的分类方法见下表：
通常，report_power默认行为是打印类似上述的芯片功耗的总和结果，这些都是每一个器件单独功耗的合计值，当然，也可以使用一些选项打印出某一个cell或者net或的功耗细节。
但是通常不太会这么做，因为去看每一个cell或者net的功耗意义并不很大，反而是找到芯片里边的最差功耗的cell或者net会比较有趣（设计里的功耗大户）。
譬如关心cell的动态功耗，这时可以使用下列命令来罗列：

如果用户对功耗最大的cell比较感兴趣，可以使用-verbose的选项
罗列出更多的细节：

类似的也可以针对net类型进行sort、verbose的报告。

cell、net和pin的功耗归一化

从上文描述中可以看到，net会描述switching power，cell对标的则是internla power和leakage power。但是工具在产生报告的时候，无论是net还是cell都会把三类功耗打印完全，这里是使用output pin对应的net来做的cell、net归一化处理
对于internal power，其在在library里的描述是pin based的
  在report_power命令里边，internal power被整合为cell类型，但是本质上就是所有pin在SDPD下的总和表达。 为了方便表达，工具使用了上述三种对象对功耗进行了分拆，总结如下 可以看出，EDA工具为了简化对功耗的核算，使用了归一化的操作，这样可以大大减少报告数量和歧义，这个对library的诉求也是得到了一致。 在上文提到一个更为精准化的描述方式，SDPD （Status Dependency Path Dependency），这个对于功耗计算有实际的影响。那么为何在功耗的计算里边会有这个SDPD呢？SDPD又是通过怎么样的方式影响功耗计算呢？一起打开工艺库的信息一探究竟吧！

工艺库的功耗描述

工艺库里的漏电功耗（leakage power）描述

打开一个MUX2 cell的lib描述，看看和leakage power相关的的信息

cell ("SEL_MUX2_4") { cell_footprint : "DST_MUX2"; # default leakage power= default_VBP_leak + default_VDD_leak cell_leakage_power : 0.021083775; # 偏置电压对应的功耗 leakage_power () { related_pg_pin : "VBP"; value : "1.37375e-05"; # common-power leakage leakage_power () { related_pg_pin : "VDD"; value : "0.0210700375"; # SDPD !D0&!D1&!S leakage power @ VBP leakage_power () { related_pg_pin : "VBP"; when : "!D0&!D1&!S"; value : "5.57835028e-06"; # SDPD !D0&!D1&!S leakage power @ VDD leakage_power () { related_pg_pin : "VDD"; when : "!D0&!D1&!S"; value : "0.0183689763";

• 漏电电压是由所有的power rail 所构成：譬如这里就有bias和common的区分
• SDPD是所有输入可能的描述 可以使用脚本快速进行抓取转成列表。 可以看到，这是一个三输入的器件，那么总计会有8中输入可能，lib的leakage的信息基于输入可能性的全完备罗列。 对于一个包含SI和SE的DFF，这里有CLK的器件，对于不同Q的输出，器件的状态也不一样，会导致漏电的不同，所以可以看到FF的漏电信息，包含的输出口Q的影响，这样总共就有4+1=5个管件的组合方式，亦即32中可能，加上默认，全备的漏电信息表格如下： 至于为何会有Q输出管教的信息来组合成为leakage power tabel，一起回顾一下大学课本里的下图就可以领略到其中的原理了：Q和!Q都会反接回来构成类似锁存的结构体： 图片来自网络，侵删

还有一个细节可以通过此表了解到，bias电源导致的漏电比主电源（VDD）要来的小的多。这也是吻合偏置电压的原理的。

工艺库里的内部功耗（internal power）描述

以MUX2 为例，一起看一下interenal power的描述：

cell ("SEL_MUX2_4") { ...... pin (S) { capacitance : 0.002820029; direction : "input"; fall_capacitance : 0.002761232; max_transition : 4.308; related_ground_pin : VSS; related_power_pin : VDD; rise_capacitance : 0.002878826; internal_power () { # bias PG related internal_power description related_pg_pin : "VBP"; # condition when : "!D0&!D1"; fall_power ("pwr_tin_8") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); values ("-5.63411e-05, -5.540512e-05, -6.377697e-05, -4.595821e-05, -6.756144e-05, -6.15605e-05, -6.171516e-05, -6.163207e-05"); } rise_power ("pwr_tin_8") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); values ("8.111282e-05, 7.08698e-05, 5.968669e-05, 5.155256e-05, 5.807869e-05, 6.204414e-05, 6.182517e-05, 6.175735e-05"); } } internal_power () { # common PG related internal_power description related_pg_pin : "VDD"; # condition when : "!D0&!D1"; # the internal_power during pin S falling edge fall_power ("pwr_tin_8") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); values ("0.002097898, 0.00210684, 0.001989685, 0.002036636, 0.001995899, 0.001987284, 0.001991492, 0.002053458"); } # the internal_power during pin S rising edge rise_power ("pwr_tin_8") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); values ("-0.0001334809, -6.114718e-05, -0.000153519, -0.0001819992, -0.0002029397, -0.0002175415, -0.0002181976, } } } ...... pin (X) { direction : "output"; function : "((D0&!S)|(D1&S)|(D0&D1))"; max_capacitance : 0.8309614; max_transition : 4.308; min_capacitance : 6.155e-05; related_ground_pin : VSS; related_power_pin : VDD; power_down_function : "!VDD+!VBP+VSS+VBN"; internal_power () { related_pg_pin : "VBP"; # Path Dependency related_pin : "D0"; # Status Dependency when : "!D1&!S"; # X: falling edge power due to related D0 change. positive unate fall_power ("pwr_tin_oload_8x7") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); index_2 ("6.155e-05, 0.000300464, 0.00146675, 0.00716013, 0.0349531, 0.170628, 0.832941"); values ("-0.0003287909, -0.0003265358, -0.0003263012, -0.0003258171, -0.0003259071, -0.0003233576, -0.0003219219", ...... "-0.0003294999, -0.0003285813, -0.0003292956, -0.0003293134, -0.0003286557, -0.0003291086, -0.0003283838"); } # X: rising edge power due to related D0 change. positive unate rise_power ("pwr_tin_oload_8x7") { index_1 ("0.009266, 0.0222816, 0.0535798, 0.1288418, 0.309822, 0.745016, 1.791516, 4.308"); index_2 ("6.155e-05, 0.000300464, 0.00146675, 0.00716013, 0.0349531, 0.170628, 0.832941"); values ("0.000327204, 0.000329085, 0.0003304601, 0.0003274369, 0.0003265309, 0.0003275536, 0.0003209762", ...... "0.0003299443, 0.000328975, 0.0003286823, 0.0003299806, 0.0003291929, 0.0003285925, 0.0003283199"); } } } ...... } 可以看到，internal power除过是status dependency，同时也是path dependency。基于internal power的特性，这里也同时需要考虑 input tran和output_cap的状态。 通过脚本抽取，可以看到如下特性：

• 输入pin：会对应一个rise和fall的internal power per rail。对应的，每一个input的internal power也是被其他输入pin的状态所影响。
• 输出pin：在一个input pin的path dependency的情况下，在其他的input pin的status dependency，这个唯一变化的输入pin的变化，会带来相应的rise和fall的internal power

工艺库里的功耗描述小结

上面的阐述比较多，为了方便大家阅读，以下面的表格做一个相关的小结： 花了一些时间一起学习了一下lib，看到这里，大家应该可以理解为什么工具需要使用SDPD的方式来核算internal和leakage的power了吧：所有的计算都是基于基础数据结构和类型

SDPD对于功耗计算的影响

在实际的芯片当中，一个器件在不同时间的表现状态可以不同，这里就像一个真值表，假定设计里边有如下一个inverter器件的工作状态。 所以，在对功耗的核算中，工具引入了下面两个重要的参数

• Status Possibility （SP）: 各种状态的出现比率，通常以一个周期的高电平所占比率来体现，譬如一个占空比50%的时钟，那么他的SP就是0.5。这个参数会直接影响leakage pwoer，间接影响internal power
• toggle rate （TR）：反转率，通常指一个单位时间（time unit）内信号的反转次数，包含上升沿和下加沿，譬如在一个以ns为单位时间的工艺里，1GHz的信号对应的toggle rate就是2。这个参数会直接影响internal power

SP和TR计算示例

目前为止，有了TR和SP就可以展开对leakage_power和internal_power的计算。在实际的芯片里边，可以使用一些手段来计算器件的TR和SP，为此，笔者使用python完成了一个这样的一个功能：基于输入管脚对简单组合逻辑进行输出管脚的TR和SP的计算：

拥有了计算功耗计算的公式，以及自研程序，功耗计算的大门也就向大家彻底打开了。