文章目錄

• • 片上偏差模式OCV,AOCV,SOCV
  • 一、片上偏差模式OCV,AOCV,SOCV
  • 二、ＡＯＣＶ
  • 三、ＳＯＣＶ

片上偏差模式OCV,AOCV,SOCV

OCV:On Chip Variation
AOCV:Advance On Chip Variation
SOCV:Statistic On Chip Variation
有一篇相關文章說的特別好，碼住
論STA | POCV/SOCV 對lib 的要求

靜態時序分析基本方法

一、片上偏差模式OCV,AOCV,SOCV

OCV又稱片上偏差模式，傳統的PVT條件的時序分析僅能表征全局波動，忽略了局部波動，但隨著工藝特征尺寸不斷減小，局部波動越來越重要。

全局波動：整個芯片上的工藝參數波動，指wafer to wafer，die to die的波動。。
局部波動：同一個die上的不同晶體管的工藝參數不一樣。

標準OCV模式：讀入兩套時序庫，一般為最好和最差兩套庫。在進行建立時間和保持時間進行分析時，將時序路徑的發射路徑和捕捉路徑分開考慮。OCV模擬最悲觀的情況進行仿真。針對建立時間分析時，發射路徑用最差時序庫，捕捉路徑用最好時序庫。針對保持時間來說，反之。

但僅通過讀入的時序庫組成的工藝角無法滿足設計需求，在實際的OCV模式下設置一個全局偏移因子derate，模擬多個工藝角的局部工藝參數波動情況。

二、ＡＯＣＶ

AOCV是在OCV模式基礎上發展和改進的。在OCV中設置了一個全局偏移因子增加悲觀量，這一悲觀量會作用在時序路徑的所有物理單元，導致在較長的時序路徑上引入過多悲觀量。并且實際的所有標準單元的延時都朝著更悲觀的方向調整顯然是不符合實際情況的。AOCV引入了一個動態的derate因子。數值一般與路徑深度Depth和物理距離diatance有關，有的也僅與Depth有關。

derate表的產生：通過時序庫、SPICE庫、SPICE網表和蒙特卡洛仿真，可以得到AOCV因子變化表。這里我們將蒙特卡洛模擬的結果作為真是芯片時序結果等價，實際也確實是這樣，這是因為蒙特卡洛的SPICE仿真太過耗時，難以接受，因而采取工藝庫的方法進行分析。

比較抽象的理解這個過程，路徑越深，標準單元的距離越小，片上偏差越小，那么derate就趨向于１，反之距離越大，derate越偏離１，用這樣的一個過程查找不同單元的derate。從而使得時序更加容易收斂，與實際物理芯片更加契合。

三、ＳＯＣＶ

SOCV又是在AOCV的基礎上發展起來的，甚至可以認為是簡化的SSTA。
SSTA：Statistic Static Timing Analysis

AOCV四個問題：
1.在16nm及以下先進制程，路徑深度depth快速增加，路徑深度過高，并且由于derate偏移系數是由于hspice仿真得到的，帶來了大量的計算量
2.并且在PD物理設計過程中不可避免的需要使用ECO（工程變更指令），常常使用的沒有邏輯功能的單元如緩沖器，導致derate系數不再適用需要重新計算。
3.并且path depth計算有GBA給出太過悲觀，由PBA給出計算量太大。
4.沒有考慮單元的transition和load帶來的影響。

為了解決AOCV帶來的諸多問題，SOCV應運而生。正如SSTA領域所證實的那樣，硅中的local variation是一個正態分布/類正態分布，基于統計學概率分布模擬工藝偏差的影響，由于SSTA在實際使用過程中較大的計算量，難以真正落地使用。

SOCV借用了SSTA的想法，將工藝參數看成高斯分布，建立了特有的時序庫。因而每一個單元的延時被構建成一個高斯分布，除了一般時序庫存在的延時參數外，還增加了延時的均值和方差信息。根據高斯分布園里隨機數落在（μ-3σ，μ+3σ）的概率為99.73%，實際應用中認為這一概率代表的置信區間足夠高，搞到一個近似認為必然事件。在這一范圍內加上一個小的偏差，可以認為時序結果滿足工藝偏差的考慮情況。

SOCV優勢/特點
1.更加精確。和SPICE的門卡結果非常符合。
2.考慮了transition和load的影響
3.每個單元用統計分布表示，避免了計算depth帶來的計算量。
4.避免了計算derate衰減系數帶來的大量hspice仿真

下圖展示了不同片上偏差模式的derate和真實情況的對比
引用自https://www.cnblogs.com/lelin/p/11392056.html

上面傳統的LVF，為解決低電壓下延時非高斯的問題，引入moment的方法。如下兩張圖對比所示，除了均值，方差，引入偏斜。

總結

以上是生活随笔為你收集整理的片上偏差模式OCV,AOCV,SOCV的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。