相关阅读

Genushttps://blog.csdn.net/weixin_45791458/category_13003519.html?spm=1001.2014.3001.5482

前言

早在Genus的前身RTL Compiler时期，为了解决先进工艺下互连延迟的占比逐渐上升这个问题，在原有线负载模型(Wire Load Model)的基础上推出了物理布局估计(Physical Layout Estimation, PLE)工具。

传统综合工具使用由厂商提供的、基于扇出的线负载模型。这些模型无法提供准确的互联延迟信息，尤其对于那些互联延迟在总延迟中占据较大比例的设计而言。因此，在逻辑设计和物理设计之间，用户可能会看到性能、面积和功耗方面相对较大的差异。

自定义线负载模型通常被认为是综合的一个起点，因为它们比厂商提供的线负载模型更加准确。但是，其缺点在于：用户需要先对设计进行布局，才能创建自定义线负载模型。此外，布局依赖于使用临时方法完成的初始网表生成。更进一步，自定义线负载模型只是设计的一种静态视图，并且依赖于用于生成布局的网表。随着设计流程不断进行，RTL和约束可能发生变化，因此自定义线负载模型会逐渐变得越来越不准确。

物理布局估计利用物理信息，根据RTL当前的状态以及当前约束，对布局产生的影响进行建模。它能够提供传统综合方法无法提供的分析和优化能力。此外，利用物理信息可以获得比使用厂商提供的线负载模型更好的下游可预测性。这种可预测性能够帮助你更好地判断设计在完成布局布线之后的实际性能，同时减少前端到后端交接过程中的迭代次数。最终，在综合阶段引入物理信息，可以让你在更短的时间内开发出更小、更快的设计，相比传统综合能够缩短整体开发时间。

后来，RTL Compiler还在PLE flow的基础上推出了Spatial Flow和Physical Flow（2011年左右），因为原本的PLE Flow基于启发式方法，因此无法理解某些与布局相关的问题，例如布图规划(Floorplan)中间存在一个巨大的阻挡(Blockage)，导致实际布线必须绕路(Detour)的情况。在此基础上Spatial Flow采用快速布局来估算设计中长连线的线长，这能够提高综合过程中核心综合优化引擎的准确性。Physical Flow是一种物理感知综合流程，它在综合阶段执行完整的布局，并将拥塞(congestion)和布局合法化(legal placement)纳入综合优化的代价函数，同时结合工艺技术信息、单元面积、扇出以及单位长度的电阻和电容等物理参数，动态估算线长、负载、延迟和布线面积；在有实际提取寄生参数时，还可以直接利用这些寄生信息，从而使综合阶段生成的网表更加贴近真实后端布局结果，提高综合的物理准确性以及后续与后端工具进行时序、面积和拥塞收敛的可预测性，尤其适用于具有复杂布图规划的设计。

诞生

Genus在2015年推出，Cadence在发布稿中把它定义为“下一代RTL综合和物理综合引擎”，并强调三点：一是大规模并行架构，二是物理感知的上下文生成，三是与Innovus共享更强的全局布线/物理上下文以提升前后端相关性。

Spatial Flow和Physical Flow也从RTL Compiler继承到了Genus(提供syn_opt -spatial/-physical选项启动)，在最开始的几年内，这两个Flow都是使用Genus内置布局引擎（基于Innovus布局引擎设计），直到2019年，这一年推出了iSpatial Flow，当使用syn_opt -physical时，Genus将直接调用Innovus进行优化（如布局、DRV修复、物理优化等），最终得到的设计可以再次传递给Innovus进行时钟树综合前的增量式优化，如图1所示。

图1 老Spatial Flow和iSpatial Flow的对比

到了2021年，Cadence废弃了原本的Spatial Flow，并将启动iSpatial Flow的命令由syn_opt -physical换为syn_opt -spatial，废弃了-physical选项，至此Genus已与Innovus进行了深度绑定，如图2所示。

图2 Cadence数字IC设计全流程

从2022年起，Cadence向用户提供Digital Design Implementation(DDI)安装包，其中同时包含Genus、Innovus和Joules，因为Genus会有调用Innovus和Joules的需求。它们各自的功能如图3所示。

图3 DDI 23.1版本特性

从2023年起，Genus的syn_opt命令又添加了-logical选项，用于对已经完成映射的设计执行纯逻辑优化：Genus会将设计传递给Innovus，并调用其服务来优化时序、面积和功耗，但该过程既不执行布局，也不使用任何布局信息。优化后的结果可以直接交给Innovus继续实现，也可以作为后续iSpatial流程的输入；二者还可写成syn_opt -logical -spatial，即先执行逻辑预优化，再运行iSpatial预测流程。之前版本中不带选项的syn_opt纯逻辑优化方式已经废弃，建议显式使用-logical。