Download - МЕТОДЫ ВЫСОКОУРОВНЕВОГО И ЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ В САПР СБИС

Kharkov National University of Radio Electronics, Design Automation Department, hahanov.kture.kharkov.ua

В.И. ХАХАНОВ, MURAD ALI ABBAS, Е.И. ЛИТВИНОВА, И.В. ХАХАНОВА, BAGHDADI AMMAR AWNI ABBASKharkov National University of Radio Electronics, [email protected]

МЭС 2012, 8-12 октября

1

МЕТОДЫ ВЫСОКОУРОВНЕВОГО И ЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ В САПР СБИС

http://gerb.bel.ru/pages/strani/img/gerbua_3.gif

Kharkiv National University of Radio Electronics, Design Automation Department, e-mail: [email protected]


2

Agenda

Метрика киберпространства для оценивания решения ; Структуры данных для поиска, распознавания и принятия решения; Архитектура логического ассоциативного мультипроцессора; Инфраструктура векторно-логического анализа; Восстановление работоспособности.



Итеративный характер проектирования

3

Уточнение требований на фазе

RTL-проектирования

Уточнение RTL-модели на фазе

размещения

Проблемы требований в

момент готовности чипа к

производству



Роль функциональной верификации

4

Проверка свойств

Проверка эквивалентности



Цели верификации на основе ассерций

5



Modeling in SystemC TLM 2.0 Verification in SystemVerilog using SVA assertions

System-Level Verification Environment

•System-Level Verification System-Level Verification EnvironmentEnvironment



Fault Model

• Data faults Generic payload’s data fields

• Control faults• Generic payload’s data fields• Handshaking

• Phase• Return status

• Transport interfaces

7



Fault Simulation

•PE2•PE1 •PE3 •PEn

•Switch

•Memory1

•Memoryk •PE1 •PEm

8



Testability & BIST

PE 1 PE 2

ATE Memory

ATE Memory

PE 4PE 3

FeedBackPE (5)

PE 2 PE 3Collection

PointPE 4Distribution

Point PE 1

ATE Memory

ATE Memory

BIST Controller

Collection Point

Distribution Point

FeedBackPE (5)

10



Связь ассерций с методами верификации

11

Кроме того ассерции связаны с: Верификацией пересечений тактовых доменов (Clock Domain Crossing) Верификацией на уровне связи между TLM- и RTL-компонентами Ассерционными библиотеками (Open Verification Library) Верификационными IP



12

Метрика киберпространства для оценивания решения Дискретное векторно-логическое пространство – киберпространство – совокупность взаимодействующих по соответствующей метрике информационных процессов и явлений, описываемых векторами (кортежами) логических переменных и использующих в качестве носителя компьютерные системы и сети.

Метрика кибернетического пространства определяется единственным равенством (1), которое формирует нуль-вектор для xor-суммы расстояний между ненулевым и конечным числом точек (объектов), замкнутых в цикл:

0.dβ in

1i

Классическое задание метрики для определения взаимодействия одной, двух и трех точек в векторном логическом пространстве, является частным случаем -метрики при i=1,2,3 соответственно: β

).c,a(d)c,b(d)b,a(d0ddd);a,b(d)b,a(d0dd

;ba0dM

32121

1



Triangle Cyber Space

Имеется пять точек в векторном пространстве: (000111, 111000, 101010, 010101, 110011). Замыкание этих точек в цикл дает следующие стороны-расстояния в пятиугольнике: (111111, 010010, 111111, 100110, 110100). Покоординатное сложение всех векторов дает результат: (000000). Практическая значимость данного факта заключается в возможности восстановления любого расстояния в замкнутом цикле, если известны (n-1) сторона фигуры. Для треугольника это означает восстановление третьей стороны по известным двум. Если же создать из треугольников замкнутое логическое пространство (рис. 1), то можно сэкономить 66% от объема данных, который формирует все расстояния в логическом пространстве.

13

Функциональная зависимость отношения восстанавливаемых сторон замкнутого в треугольник пространства к общему числу n слоев треугольной структуры определяется выражением:

.)1n(3

3n1n3n

31

1n1n2

31

)11n

2(31

i)(31)(i

n,1i



Метрика кибернетического многозначного векторно-логического пространства

Метрика кибернетического многозначного векторно-логического пространства, где каждая координата вектора, соответствующего объекту, определена в алфавите, составляющем булеан на универсуме примитивов мощностью p:

Единственная координатная операция , используемая, например, в четырехзначной модели Кантора, определяется соответствующей таблицей:

Мощность алфавита (булеана) определяется выражением , где p – число примитивов.

14

in

1idΔβ

j1,iji, dΔd

x10x01x10x101x0

x10Δ

x10x111000x10

x10xxxxx1x1x10xx00

x10

x01a~x10a

p2m



15

Интегральная теоретико-множественная метрика для оценивания качества запроса

Интегральная теоретико-множественная метрика для оценивания качества запроса есть функция взаимодействия многозначных по координатам векторов , которая определяется средней суммой трех нормированных параметров: кодовое расстояние , функция принадлежности и функция принадлежности :

)A,m(d)Am(μ

;)xAm( cardc

);xm( cardb );xA( carda

;2)mA( ;2)Am(

)];Am( cardn[n1)A,m(d

)],mA()Am()A,m(d[31Q

ik

1ii

i

k

1ii

k

1i

bcac

i

k

1ii

С учетом изоморфизма теоретико-множественных и логических операций арифметический критерий без усреднения функций принадлежности и кодового расстояния можно трансформировать к виду:

Am

)mA(

x}.{0,1,}A,m{x{0,1};}A,m{1U

U);Am(cardU)m(card)mA(μ

;U)Am(cardU)A(card)Am(μ

;U)Am(card)A,m(d

,)mA(μ)Am(μ)A,m(dQ

iiii

ik

1iii

ik

1iii

ik

1ii



Интегральная теоретико-множественная метрика для оценивания качества запроса

Для того, чтобы окончательно исключить арифметические операции при подсчете векторно-логического критерия качества, необходимо логически объединить три оценки в одну:

Процедура вычисления векторного критерия качества зависит от значности алфавита:

Для двоичного алфавита таблица истинности координатной xor-операции имеет вид:

16

.AmAmmmAAmAAmmA

]AmmmAAmA[)AmmA(]AmmmAAmA[Am

)]Am(m[)]Am(A[AmAmmAmAAm

)mA(μ)Am(μ)A,m(dQ

x}.{0,1,}A,m{AΔm

{0,1};}A,m{AmQii

ii

01110010



17

Регистр сдвига и уплотнения единицПроцесс-модель поиска оценки лучшего решения с минимальным числом единичных координат из более, чем двух альтернатив, включает следующие операции:

Y.QYQQ);Q)QQ((Y

));Q)QQ(((Q))Q)QQ(((QQ

i

i

iii

1) Первоначально в вектор-результат Q, в котором будет сохранено лучшее решение, заносятся единичные значения во все координаты (худшее решение) и одновременно осуществляется операция slc сдвига влево с уплотнением единиц текущего вектора iQ2) Выполняется сравнение двух векторов: Q и очередной оценки из списка решений. 3) Реализуется векторная операция and а результат сравнивается с вектором Q.4) Процедура поиска оценки лучшего решения повторяется n раз.

iQ

)QQ( i



Структуры данных для поиска, распознавания и принятия решения

Метрика качества дает возможность оценивать близость пространственных объектов друг к другу или их взаимодействие.

.Amm)mA(μ;AmA)Am(μ

;Am)A,m(d),mA(μ)Am(μ)A,m(dQ

).m,...,m,...,m,m(m);A,...,A,...,A,A(A

);A,...,A,...,A,A(A};nop,slc,not,xor,or,and{Δ

);A,...,A,...,A,A(A);Q,...,Q,...,Q,Q()A,m(Q

;0]Q)QQ[()AΔm(Qmin)A,m(P

ii

iii

iiiiii

qr21

msqijr2ij1ijij

isij2i1ii

ni21ni21

ijij

n,1jii

n

1ii

Взаимодействие ,входного вектора-запроса

с множеством

формирует решения с выбором лучшего из них по минимальному критерию качества:

)A,m(P

)m,...,m,...,m,m(m qr21

)A,...,A,...,A,A(A mi21

)]A...A...AA(m[Qmin)A,m(P mi21i



Архитектура логического ассоциативного мультипроцессора

Логический ассоциативный мультипроцессор (ЛАМП) — это эффективная сеть процессоров, которая обрабатывает данные и обеспечивает обмен информацией между компонентами сети в процессе их решения. Базовая ячейка — векторный процессор для вычислителя может быть синтезирован на 200-х вентилях, что дает возможность сеть, содержащую 4096 вычислителей, легко реализовать в кристалле заказной СБИС, используя современную кремниевую технологию. Однако основное назначение ЛАМП — получение квазиоптимального решения в задаче поиска и (или) распознавания с использованием компонентов архитектуры, ориентированных на выполнение векторных логических операций:

19

}.m,m,m,m{m),AΔm(Qmin)A,m(P dcbain

1ii



Архитектура ЛАМП и структура УПУ

Особенности реализации логического процессора заключаются в наличии трех бинарных (and, or, xor) и двух унарных (not, slc) операций. Последние можно присоединять к такту обработки регистровых данных, выбрав одну из трех операций (not, slc, nop — нет операции).

20Структура блока логических вычислений



Инфраструктура векторно-логического анализа Для детализации структуры векторного процессора и УПУ далее рассмотрены аналитические и структурные процесс-модели, выполняющие анализ А-матрицы по столбцам или строкам. Первая из них предназначена для определения множества допустимых решений относительно входного запроса:

Вторая осуществляет поиск оптимального решения на множестве строк, найденных с помощью первой модели в результате их анализа:

Все операции, выполняемые двумя процесс-моделями — векторные.

21

).Am(A

];m)Am[(m

in

1ibi

bin

1ib

mai

)A()A(m

)A()A(m

i0m

i1m

mb

i0m

i1m

sb

aiai

aiai



Восстановление работоспособности Процесс-модель поиска квазиоптимального покрытия:

22

].m)Am[(m

);Am(m

bibn

1iai

ibb

11..........1..........1..........11..........1..........111....1..1..1...........1..1..1..1....1......1.....1

Восстановление работоспособности дефектных ячеек памяти:

Оптимальное решение: 00000011111ma



Процесс-модель встроенного сервисного обслуживания

Оценка эффективности процесс-модели:

23

.HH

HH;HH

Hk)-(1T

;)P1(1Y1L

;)P1(Y

,])HTL(31[min)H,T,L(FE

as

a

as

s

k)-(1n)k1(

n



Векторный логический анализ информации

24

Infrastructure for logic decision making

ESL – Electronic SystemLevel Design

Семь параметров повышения производительности мозгоподобного компьютера:

1) Исключение арифметических операций из системы команд процессора.

2) Использование в вычислительных процедурах алгебры векторной логики. Компьютер выигрывает у человека в способности быстро анализировать большое число существенных логических переменных, сконкатенированных в вектор-запрос.

3) Применение мультипроцессорной матрицы для распараллеливания вычислительных процедур.

4) Использование векторного двоичного критерия качества для оценивания решения.

5) Введение операции векторизации в целях генерирования ассоциации минимального S-вектора существенных переменных, необходимых для поиска решения.

6) Создание вектор-бит D-оператора девекторизации для формирования двоичного решения на основе применения логических операций and, or, not или их комбинации к вектору (векторам) существенных переменных.

7) Создание P-платформы логических процесс-моделей (IP-cores) для поиска, распознавания и принятия решений.



Процесс-модели анализа ассоциативных структур данных

Девекторизация есть автоматная, в общем случае, процедура формирования двоичного решения на основе определенных двоичных значений вектора (векторов) существенных переменных.

Процесс-модель девекторизации логических условий, подготовленных для принятия решения, имеет две альтернативные структуры:

Первая – комбинационная, формирует мгновенно двоичное решение, например, при наличии единичных значений на n входах элемента and.

Вторая – последовательностная или автоматная, – накапливает совокупность единичных условий n переменных во времени с помощью, например, счетной структуры.

Возможна комбинация в виде параллельно-последовательной или последовательно-параллельной схемы для принятия решения. В общем случае, девекторизатор, как цифровой формирователь решения, может быть представлен в виде автоматной модели первого рода:

25

)].1t(Z),t(m[g)t(Z)];1t(Z),t(m[f)t(Y



Примитивные процесс-модели принятия решений

Каждому варианту взаимодействия можно поставить в соответствие теоретико-множественную диаграмму, а также логическую схему, которая соответствует процесс-модели принятия решения.На рынке электронных технологий наиболее распространенными являются две альтернативные модели данных: явная табличная и неявная аналитическая. Таблица истинности есть совокупность векторов, задающих поведение дискретного объекта в многозначном (двоичном) алфавите с выраженным отношением координат входных и выходных переменных:

26

)X(fY

},...,,...,,{C),Y,X(C

),C,...,C,...,C,C(C

kr21ij

iii

ni21



Диаграммы Хассе для минимизации логической функции

H-метод минимизации булевых функций. Процесс-модель минимизации булевой функции по избыточной таблице истинности может быть получена, если использовать диаграмму Хассе в качестве формы, позволяющей оптимально задавать иерархию и эволюцию любой ассоциативной логической структуры. На рисeyrt представлены три графа, где первый и второй соответствуют нулевым и единичным строкам таблицы истинности F, а третий является результатом вычитания Достоинства диаграммы Хассе в данном примере заключаются в эффективном формировании решения на основе теоретико-множественного вычитания содержимого вершин нулевого графа из соответствующих вершин единичного графа.

2711111111111110110101011011010101111010111000010100010011110101110101010000101000010101001001000000000000

FmXXXXXXXXXXXX 321323121321

0i

1i G\GG



Граф Хассе

Граф Хассе – идеальное представление таблицы истинности любой теоретико-множественной операции. Она компактна, не избыточна, но взамен требует несколько тактов для своего выполнения. Если бы удалось построить предметные ассоциации в соответствии с графом, то все вопросы анализа и синтеза решались бы на уровне операций в головном мозге.

28

Иерархия анализа сочетаний слов в предложении

Алфавит бинарных отношений



ВыводыПредложен новый подход векторно-логической обработки ассоциативных данных с полным исключением арифметических операций, влияющих на быстродействие и аппаратную сложность, который может быть эффективно реализован на основе использования современной микроэлектронной аппаратуры в виде мультипроцессорной цифровой системы на кристалле. Фактическая реализация подхода основана на предложении моделей и методов, использующих общую идею векторно-логической метрики киберпространства: 1. Процесс-модели анализа ассоциативных таблиц ориентированные на достижение высокого быстродействия анализа информационных объектов и подсчета критериев качества их взаимодействия на основе векторных логических операций для поиска, распознавания образов, принятия и оценивания решений в киберпространстве. 2. Метод параллельного решения ассоциативно-логических задач с минимальным числом векторных логических операций и полным исключением арифметических команд, что обеспечивает высокое быстродействие, минимальную стоимость и незначительное энергопотребление вычислителя, реализованного на кристалле программируемой логики. 3. Новые векторно-логические процесс-модели встроенного диагностирования цифровых систем на кристаллах, поиска квазиоптимального покрытия, использующие средства логического ассоциативного мультипроцессора, параллельные операции вычислительных процессов и векторно-логический критерий качества. Практическая значимость полученных результатов подтверждена созданием встроенного компонента для диагностирования и восстановления работоспособности памяти в цифровой системе на кристалле. Дальнейшие исследования направлены на разработку прототипа логического ассоциативного мультипроцессора для решения актуальных задач поиска, распознавания и принятия решений с помощью векторного логического анализа.

29

Download - МЕТОДЫ ВЫСОКОУРОВНЕВОГО И ЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ В САПР СБИС

Top Related