System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及热仿真,尤其是涉及一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法及装置。
技术介绍
1、随着芯片晶体管密度、时钟频率的提高,在芯片可靠性分析中,热仿真技术对芯片热可靠性预测越来越重要。
2、现有的热仿真方案,只对芯片在确定功耗分布情况下进行稳态热仿真或瞬态热仿真,得到的结果是确定的温度分布数据或者随时间变化的温度数据。这种着眼于芯片稳态温度分布或瞬态温度变化的热仿真方案,不足以完整描述芯片工作状态下的热性能,无法满足芯片设计阶段对热仿真结果的信息完整性需求。
技术实现思路
1、本专利技术的目的在于提供一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法及装置,以实现芯片各种工作状态下的温度变化范围的仿真分析,提高热仿真结果对热性能描述的完整性,缓解无法满足芯片设计阶段对热仿真结果的信息完整性需求的问题。
2、第一方面,本专利技术实施例提供了一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法,包括:
3、获取芯片的核心区域的热功耗参数;其中,所述核心区域为产生热功耗的区域,所述热功耗参数包括位置信息、几何信息和设计功率;
4、基于所述热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取所述核心区域的多个随机功耗分布下的热仿真结果数据;
5、基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据。
6、进一步地,所述基于所述热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取所述核心区域的多个随机功耗分布
7、基于所述核心区域的位置信息和几何信息,对所述核心区域进行划分,得到多个离散单元;
8、通过多次执行如下过程,得到所述核心区域的多个随机功耗分布下的热仿真结果数据:采用带约束的哈密尔顿-蒙特卡洛采样算法,生成所述核心区域的随机功耗分布,其中,所述哈密尔顿-蒙特卡洛采样算法的约束条件包括所述核心区域的总功率对应的最高功率限制和最低功率限制,以及单个离散单元对应的最高功率限制和最低功率限制;基于所述随机功耗分布和所述核心区域的设计功率,对所述芯片进行热仿真计算,得到所述随机功耗分布下的热仿真结果数据。
9、进一步地,所述采用带约束的哈密尔顿-蒙特卡洛采样算法,生成所述核心区域的随机功耗分布,包括:
10、通过对各个所述离散单元上的热功耗值进行预设概率分布下的随机采样,得到所述核心区域的初始功耗分布,并基于所述初始功耗分布,计算得到每个所述离散单元对应的初始势能值;其中,所述初始势能值与相应所述离散单元的热功耗值在所述预设概率分布下的概率值有关;
11、针对各个所述离散单元从预设高斯分布中采样辅助变值,得到初始辅助变值分布,并基于所述初始辅助变值分布,计算得到每个所述离散单元对应的初始动能值;其中,所述初始动能值与相应所述离散单元对应的辅助变值在所述预设高斯分布下的概率值有关;
12、基于每个所述离散单元对应的初始势能值和初始动能值,计算得到每个所述离散单元对应的初始哈密尔顿量;
13、通过哈密顿动力学模拟算法,对所述初始功耗分布和所述初始辅助变值分布进行更新,得到新功耗分布和新辅助变值分布;
14、判断所述新功耗分布是否满足所述约束条件;
15、如果满足所述约束条件,基于各个所述离散单元对应的初始哈密尔顿量和新哈密尔顿量,通过metropolis算法计算得到当前接受概率;其中,各个所述离散单元对应的新哈密尔顿量是基于所述新功耗分布和所述新辅助变值分布计算得到的;
16、从预设数值范围内获取随机数,并判断所述随机数是否小于所述当前接受概率;
17、如果小于所述当前接受概率,将所述新功耗分布确定为所述核心区域的随机功耗分布。
18、进一步地,所述基于所述随机功耗分布和所述核心区域的设计功率,对所述芯片进行热仿真计算,得到所述随机功耗分布下的热仿真结果数据,包括:
19、将所述随机功耗分布和所述核心区域的设计功率带入预设的热仿真模型中进行热仿真计算,得到所述随机功耗分布下的热仿真结果数据;其中,所述热仿真模型包括有限元模型、有限体积模型或热阻模型。
20、进一步地,所述基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据,包括:
21、统计各个所述热仿真结果数据中,所述芯片的每个位置下的温度最大值和温度最小值,得到所述芯片的温度范围数据。
22、进一步地,所述基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据之后,所述方法还包括:
23、对所述温度范围数据进行可视化输出。
24、进一步地,所述对所述温度范围数据进行可视化输出,包括:
25、基于所述温度范围数据,生成所述芯片的温度极值分布曲面图;其中,所述温度极值分布曲面图包括温度最大值分布曲面和温度最小值分布曲面;
26、展示所述温度极值分布曲面图。
27、第二方面,本专利技术实施例还提供了一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析装置,包括:
28、获取模块,用于获取芯片的核心区域的热功耗参数;其中,所述核心区域为产生热功耗的区域,所述热功耗参数包括位置信息、几何信息和设计功率;
29、仿真模块,用于基于所述热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取所述核心区域的多个随机功耗分布下的热仿真结果数据;
30、确定模块,用于基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据。
31、第三方面,本专利技术实施例还提供了一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述方法。
32、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行第一方面所述方法。
33、本专利技术实施例提供的基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法及装置,能够获取芯片的核心区域的热功耗参数;其中,核心区域为产生热功耗的区域,热功耗参数包括位置信息、几何信息和设计功率;基于热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取核心区域的多个随机功耗分布下的热仿真结果数据;基于各个随机功耗分布下的热仿真结果数据,确定芯片的温度范围数据。这样通过高效的哈密尔顿-蒙特卡洛采样算法的随机功耗分布采样,实现了芯片在多个随机功耗分布下的热仿真,也即实现了芯片各种工作状态下的温度变化范围的仿真分析,提高了热仿真结果对热性能描述的完整性,缓解了无法满足芯片设计阶段对热仿真结果的信息完整性需求的问题。
本文档来自技高网...【技术保护点】
1.一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取所述核心区域的多个随机功耗分布下的热仿真结果数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述采用带约束的哈密尔顿-蒙特卡洛采样算法,生成所述核心区域的随机功耗分布,包括:
4.根据权利要求2所述的方法,其特征在于,所述基于所述随机功耗分布和所述核心区域的设计功率,对所述芯片进行热仿真计算,得到所述随机功耗分布下的热仿真结果数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据之后,所述方法还包括:
7.根据权利要求6所述的方法,其特征在于,所述对所述温度范围数据进行可视化输出,包括:
8.一种基于哈密尔顿-蒙特卡洛采样
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述热功耗参数和哈密尔顿-蒙特卡洛采样算法,获取所述核心区域的多个随机功耗分布下的热仿真结果数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述采用带约束的哈密尔顿-蒙特卡洛采样算法,生成所述核心区域的随机功耗分布,包括:
4.根据权利要求2所述的方法,其特征在于,所述基于所述随机功耗分布和所述核心区域的设计功率,对所述芯片进行热仿真计算,得到所述随机功耗分布下的热仿真结果数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于各个所述随机功耗分布下的热仿真结果数据,确定所述芯片的温度范围数据,包...
【专利技术属性】
技术研发人员:陈英时,诸敏,
申请(专利权)人:深圳鸿芯微纳技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。