YHFT-XX芯片中长线延时优化策略

J4 ›› 2015, Vol. 37 ›› Issue (1): 23-27.

YHFT-XX芯片中长线延时优化策略

詹武，刘祥远，郭阳，丁艳平

（国防科学技术大学计算机学院，湖南长沙 410073）

收稿日期:2014-08-10 修回日期:2014-10-11 出版日期:2015-01-25 发布日期:2015-01-25

Delay optimization for long wire in YHFT-XX chip

ZHAN Wu，LIU Xiangyuan，GUO Yang，DING Yanping

(College of Computer,National University of Defense Technology,Changsha 410073,China)

Received:2014-08-10 Revised:2014-10-11 Online:2015-01-25 Published:2015-01-25

摘要/Abstract

摘要：

结合YHFTXX芯片中存在很多长路径的特点，对物理设计中长线的优化进行了研究，主要研究了三种中继器的插入对延时的影响，得出了不同长线下插入中继器的最优尺寸以及最优延时。结合具体的工程实践，运用得出的结论优化了长路径的延时。通过规整的中继器插入，将长线上中继器单元以及中继器单元间的间距进行优化，使得路径延时更小，通过跨模块的中继器插入优化，采用穿通技术，有效减小了延时，提升了芯片的时序性能。

关键词: 中继器, 长线, 优化, 延时

Abstract:

Aiming at that there are many long paths in YHFTXX chip, the optimization of long wires in physical design is studied.The effect of three kinds of repeater insertion is studied,and the optimal sizes of repeaters and delays of different long wires after repeater insertion are obtained.Combined with the concrete engineering practice,the obtained results are used to optimize the delay of long paths. Regular repeater insertion is used to optimize the repeaters and the gaps between repeaters for the sake of reducing the path delay.Feedthrough technique is used to optimize the repeater insertion across modules,thus effectively reducing the delay and improving the timing performance of the chip.

Key words: repeater;long interconnect;optimization;delay

詹武，刘祥远，郭阳，丁艳平. YHFT-XX芯片中长线延时优化策略[J]. J4, 2015, 37(1): 23-27.

ZHAN Wu，LIU Xiangyuan，GUO Yang，DING Yanping. Delay optimization for long wire in YHFT-XX chip [J]. J4, 2015, 37(1): 23-27.

[1]	陈侨安1，李峰1，曹越1，龙明盛1,2. 基于运行数据分析的Spark任务参数优化[J]. J4, 20160101, 38(01): 11-19.
[2]	周兰凤1，赵鹏飞1，彭俊杰2. 基于云环境下一种小文件传输策略研究[J]. J4, 20160101, 38(01): 20-27.
[3]	孙玉波1, 周宏伟2, 3, 孙星语2, 3, 何星洋2, 3, 宋朝阳2, 3, 陈志强2, 3. 面向芯粒互联的Retimer结构及关键技术研究[J]. 计算机工程与科学, 2025, 47(8): 1381-1390.
[4]	刘慧1, 2, 侯同定1, 2, 赵博3, 4, 郭涵彬1, 2. 模糊测试用例生成技术研究综述[J]. 计算机工程与科学, 2025, 47(7): 1244-1261.
[5]	张琪1, 顾腾达1, 任宇辰1, 季津琪2, 陈海涛1. 多策略改进的蝴蝶优化算法[J]. 计算机工程与科学, 2025, 47(7): 1312-1320.
[6]	明天波1, 刘必慰1, 2, 胡春媚1, 2, 吴振宇1, 2, 宋睿强1, 2, 宋芳芳1. 一种多端口寄存器文件的全自动物理编译器[J]. 计算机工程与科学, 2025, 47(6): 976-987.
[7]	周丰峻, 康怀强, 高伸, 李锋, 孙云厚, 高航, 马芃晟. 基于改进的YOLOv8模型对地下工程混凝土裂纹的检测识别[J]. 计算机工程与科学, 2025, 47(6): 1079-1089.
[8]	杨春苗, 王杨, 韩力英, 孙赫彬. 基于生成对抗网络的跨模态图像情感感知描述[J]. 计算机工程与科学, 2025, 47(5): 894-901.
[9]	陈文锦. QTorch:基于独立的量子程序设计语言的量子-经典混合机器学习框架[J]. 计算机工程与科学, 2025, 47(3): 412-421.
[10]	沈洁, 龙标, 黄春, 唐滔, 彭林. 面向向量部件的指数和对数函数优化方法[J]. 计算机工程与科学, 2025, 47(1): 18-26.
[11]	章政, 夏小云, 陈泽丰, 向毅. 融合强化学习的分阶段策略求解旅行背包问题[J]. 计算机工程与科学, 2025, 47(1): 140-149.
[12]	高纪元, 刘杰, 陈昌盛, 李伟, 刘影, 杨靖, . 混合策略改进的蜣螂优化算法[J]. 计算机工程与科学, 2025, 47(1): 171-179.
[13]	曹博钧, 钱入意, 徐远超. 一种面向计算图的及时内存重用算法[J]. 计算机工程与科学, 2024, 46(9): 1539-1546.
[14]	安园园, 马晓宁. 改进遗传算法与多目标优化模型的航班路径规划[J]. 计算机工程与科学, 2024, 46(9): 1660-1666.
[15]	陈心怡, 张孟健, 王德光. 基于Fuch映射的改进白鲸优化算法及应用[J]. 计算机工程与科学, 2024, 46(8): 1482-1492.