[发明专利]VLSI多层供电网络中优化配置垂直通孔的启发式方法

摘要

VLSI多层供电网络中优化配置垂直通孔的启发式方法属于VLSI物理设计领域，其特性在于：它以灵敏度信息作为指导，采用循环累加的方式实现了多层供电网络中垂直通孔的优化配置，与供电网络线宽优化方法类似，该方法也可以很好地改善供电网络的性能；方法中还采用了扩展的特勒根伴随网络技术以及基于不完全乔莱斯基分解的预优共轭梯度技术，使得方法的效率得到了很大的提高。实验结果证明该方法可以快速高效地完成大规模供电网络中通孔的优化配置，与平均分配通孔的方法相比，可以更有效地减少供电网络中电压降，提高芯片的稳定性。

主权项

1.VLSI多层供电网络中优化配置垂直通孔的启发式方法，其特点在于：该方法是一种以灵敏度信息作为指导，采用循环累加的方式实现多层供电网络中垂直通孔的优化配置的启发式方法，优化的目标是更加合理地配置各个金属线交叉点处垂直通孔的数目，以消除多层供电网络最底层节点中电压降超过规定最大允许值的违规节点，减少最底层节点的最大电压降。该方法是在计算机中依次按以下步骤实现的：步骤1)读入数据计算机读入和分析用户提供的几何拓扑信息文件和电学参数信息文件，构造由电导、独立电压源、独立电流源构成的电路网络，其构建过程如下：相邻层金属线之间的交叉点被抽象成对应金属线上的节点，按顺序编号，这些节点将每一条金属线都分割成了许多小段；根据几何信息和电学参数信息计算出每一小段金属线的电导值，每个通孔也会对应于电路网络中的一个电导，把位于同一金属线交叉点处的通孔对应的并联电导合并，合并后每一个交叉点只对应于一个电导；将芯片上连接于供电网络最底层节点的电路模块看作固定值的独立电流源，电流值取做该电流模块在最坏情况下的工作电流；步骤2)初始化每个交叉点处只配置一个通孔，接下来从步骤3)到步骤8)将采用循环累加的方式，在每一个循环中都会挑选固定数目个交叉点，在交叉点上增加通孔的个数，如此反复循环，直到供电网络满足电压降的要求、各个交叉点处通孔个数达到最大或者再增加的通孔并不能对电压降的起到很好的改善效果为止；步骤3)电路模拟分析步骤3.1)根据节点分析法构建供电网络对应的线性方程组： GV＝I其中：G是电导系数矩阵，具有稀疏、对称正定的优良特性，V是电路节点电压向量，I是支路电流向量；步骤3.2)按以下步骤采用基于不完全乔莱斯基分解的预优共轭梯度方法求解线性方程组GV＝I，得到供电网络：步骤3.2.1)对电导系数矩阵G进行不完全乔莱斯基分解，得到预优矩阵；步骤3.2.2)采用共轭梯度法，以循环迭代的方式求得满足近似精度的近似解，得到供电网络各个节点的电压值；步骤4)查找供电网络最底层的违规点如果违规点的个数为0，循环结束，转步骤9)，否则继续执行下一步；步骤5)计算违规点的平均电压降除了第一次循环外，将计算出的平均电压降与上一次循环的违规点平均电压降进行比较，如果平均电压降下降的幅值小于设定的阈值，循环结束，转步骤9)，否则继续执行下一步；步骤6)电路灵敏度分析，其步骤如下：步骤6.1)构建扩展特勒根伴随网络，伴随网络与原供电网络几何拓扑结构相同，电导值也相同，但独立电压源设置为短路，独立电流源设置为开路，并且在每个违规点上连接固定大小为1安培的对地吸纳电流源；步骤6.2)按步骤3)中所述方法对扩展特勒根伴随网络进行模拟分析，得到伴随网络中各个节点的节点电压值；步骤6.3)根据原网络及伴随网络中对应节点的节点电压值可以得到：$S=\underset{i\in \mathrm{VIO}}{\Sigma }(V_i-V_{\min })$ $\frac{\partial S}{\partial {\mathrm{vn}}_{a,b}}=\mathrm{vg}(V_a-V_b)(V_a^{\prime }-V_b^{\prime })$ 其中：S是方法中定义的目标函数，反映底层所有违规点的电压降情况vna，b是两条金属线的交叉点(a，b)处的垂直通孔数目，S/vna，b是两条金属线的交叉点(a，b)处垂直通孔数目相对于目标函数的灵敏度，反映(a，b)处通孔数目的变化对于最低层违规点节点电压降的影响，Vmin是底层节点允许的最小电压值，电压值小于它的节点便是违规点，VIO是最底层供电网络中所有违规点的集合，Vi是原供电网络中第i号违规节点的电压值，vg是每一个通孔所对应的电导值，不同层的通孔对应的vg值不同，Va、Vb分别是原供电网络中交叉点(a，b)两端点的电压值，Va’、Vb’分别是伴随网络中交叉点(a，b)两端点的电压值；步骤7)增加通孔从通孔数尚未达到最大值的交叉点中挑选出N个灵敏度最大的交叉点，将挑选出的每个交叉点处的通孔个数增加1；步骤8)检查各个交叉点处的通孔个数如果各个交叉点处通孔数目都已经达到上限，循环结束，转步骤9)，否则开始执行下一循环，转步骤3)；步骤9)循环结束输出结果。