文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.189014
中文引用格式： 彭書濤，黃薇，邊少鮮，等. Multi-Tap FlexHtree在高性能CPU設(shè)計中的應(yīng)用[J].電子技術(shù)應(yīng)用，2018，44(8)：5-9，12.
英文引用格式： Peng Shutao，Huang Wei，Bian Shaoxian，et al. Multi-Tap FlexHtree application in high performance CPU design[J]. Application of Electronic Technique，2018，44(8)：5-9，12.
0 引言
現(xiàn)代高性能處理器對數(shù)據(jù)傳輸和數(shù)據(jù)處理需求越來越高，時鐘樹作為處理器時鐘信號傳遞的載體，對整個處理器的計算性能有著直接的影響。要想在低時鐘偏差（clock skew）的要求下將時鐘信號分配到各個局部區(qū)域在高性能系統(tǒng)中變得極富挑戰(zhàn)。
時鐘結(jié)構(gòu)主要分為兩種：樹形結(jié)構(gòu)與網(wǎng)狀結(jié)構(gòu)。樹形結(jié)構(gòu)設(shè)計比較成熟，以Cadence innovus CCOPT為典型代表，EDA工具能夠根據(jù)指定的約束條件自動生成時鐘樹，并且可以選擇平衡樹還是借用有用偏差（useful skew）的不平衡樹，樹形結(jié)構(gòu)廣泛應(yīng)用于手機和物聯(lián)網(wǎng)等芯片設(shè)計中；而網(wǎng)狀型時鐘結(jié)構(gòu)需要大量的手工工作，并經(jīng)過大量的嘗試調(diào)整之后才能體現(xiàn)出優(yōu)勢，其見諸于高性能計算芯片中。
數(shù)字同步邏輯電路時鐘樹實現(xiàn)方案的合理選擇才能使得CPU的高性能不是浮云。例如，網(wǎng)狀型（Mesh）、魚骨型（Fishbone）時鐘結(jié)構(gòu)作為Intel和IBM CPU處理器慣常采用的結(jié)構(gòu)，其共同特點是時鐘傳播延時（latency）、時鐘偏斜（skew）、片上偏差（OCV）都很低。Mesh結(jié)構(gòu)的缺點是功耗（power）偏大、布線資源開銷大，而魚骨型結(jié)構(gòu)由于子樹手工劃分比較難，手工操作比較多。目前以Flexible H-tree（縮寫為FlexHtree）結(jié)構(gòu)為代表的時鐘樹近年來廣泛應(yīng)用于ARM架構(gòu)處理器，其特點是使用靈活、功耗低、各工藝端角（corner）下時鐘偏差比較小。
本文將以帶多末梢點（multi-tap）的FlexHtree作為研究對象，嘗試在降低clock skew的同時不對建立時序（setup）和功耗帶來明顯的影響。本文的設(shè)計結(jié)果給高性能CPU的時鐘樹設(shè)計提供了一個較優(yōu)的解決方案，同時對目前自主高性能芯片的后端物理實現(xiàn)提供了工程參考。
1 Multi-tap FlexHtree和Fishbone時鐘結(jié)構(gòu)介紹
以高性能CPU為研究對象，本文主要討論和對比兩種時鐘結(jié)構(gòu)，multi-tap FlexHtree和Fishbone，以下將從結(jié)構(gòu)及特點方面對兩種結(jié)構(gòu)進行簡單描述。
1.1 帶multi-tap的H-tree時鐘樹結(jié)構(gòu)
傳統(tǒng)單一的H-tree多用于Mesh、Fishbone時鐘結(jié)構(gòu)的前級驅(qū)動，或者部分對clock skew有要求的電路結(jié)構(gòu)進行時鐘的平衡。圖1中所示帶multi-tap點的H-tree的結(jié)構(gòu)可以與時鐘樹綜合（CTS）相結(jié)合來控制整個時鐘樹的clock skew[1]。時鐘根節(jié)點（root pin）可以是時鐘輸入端口，也可以是時鐘緩沖器，借助H-tree將時鐘信號傳遞到各個葉節(jié)點（sink）。最上面7個驅(qū)動器組成了H-tree的“H”形結(jié)構(gòu)，當(dāng)tap點比較多時可以采用多級的H-tree網(wǎng)絡(luò)實現(xiàn)tap點之間的多工藝端角（multi-corner）下時鐘延遲的平衡。最后一級驅(qū)動器為子樹的根節(jié)點，該子樹可以使用普通的CTS完成。
FlexHtree結(jié)構(gòu)具有實現(xiàn)流程簡單，易于嵌入到整個P&R（布局和布線）流程中實現(xiàn)的特點。并且對于含有存儲器（memory）和宏模塊（macro）的布局也可以采用H-tree實現(xiàn)。還有其對時鐘門控單元（clock gating）結(jié)構(gòu)的復(fù)雜度也沒有過多要求。由于其不需要過分關(guān)注H-tree上時鐘緩沖器和時鐘主干的幾何對稱性，只要能保證在multi-corner下RC參數(shù)的電氣對稱性也可實現(xiàn)clock skew的降低。而對于傳統(tǒng)的H-tree，出于幾何對稱性的考慮，必須對H-tree sink數(shù)量以及sink位置進行約束[1]。
1.2 Fishbone時鐘結(jié)構(gòu)
顧名思義，F(xiàn)ishbone時鐘結(jié)構(gòu)就是其形狀類似于魚骨頭的一種時鐘結(jié)構(gòu)。依據(jù)主干的條數(shù)，通常將Fishbone時鐘網(wǎng)絡(luò)分為單魚骨結(jié)構(gòu)、雙魚骨結(jié)構(gòu)與多魚骨結(jié)構(gòu)。圖2中是一個單魚骨結(jié)構(gòu)的示意圖，灰色三角形為前級驅(qū)動器，白色三角形為主干驅(qū)動器?；疑珵闀r鐘分支。Fishbone前級驅(qū)動一般多采用H-tree結(jié)構(gòu)來驅(qū)動多扇入緩沖器陣列，根據(jù)負載點的數(shù)量來選擇金字塔形狀的多扇入驅(qū)動緩沖器陣列級數(shù)。正是由于最后一級主干驅(qū)動器并聯(lián)提供的驅(qū)動能力，魚骨（trunk）才可以“橫穿”整個floorplan，保證每根魚刺（branch）上的局部緩沖器時鐘到達延時相同。這里的局部緩沖器作為子樹的根節(jié)點，使用CTS生成時鐘樹。
Fishbone結(jié)構(gòu)的優(yōu)點是skew小，時鐘latency短，OCV小，只需要很少的緩沖器，功耗低，布線開銷小，可實現(xiàn)useful skew。缺點就是不能自動化，需要大量手工調(diào)整[2]。其比較適用于長條形較為對稱的floorplan。
2 Multi-tap FlexHtree實現(xiàn)
本節(jié)主要介紹FlexHtree的時鐘樹綜合流程，對各步驟進行了說明。然后分別討論tap點個數(shù)對clock skew的影響，并對比了子樹使用innovus ICTS和CCOPT引擎生成時鐘樹對時序的影響。本節(jié)也同時對比了CTS、FlexHtree和Fishbone 3種結(jié)構(gòu)實現(xiàn)時鐘樹的clock skew變化，指導(dǎo)芯片設(shè)計者更進一步挖掘3種結(jié)構(gòu)的特點。
2.1 FlexHtree時鐘樹綜合流程
圖3所示為使用Cadence innovus工具綜合帶multi-tap的FlexHtree的流程，先將做完memory、macro和標準單元布局的數(shù)據(jù)庫作為FlexHtree綜合的起點，此時數(shù)據(jù)路徑延時優(yōu)化已經(jīng)做好。具體步驟：(1)工具依據(jù)標準時序約束(SDC)來創(chuàng)建時鐘樹spec；(2)定義時鐘樹繞線規(guī)則，對時鐘主干和分支指定不同的繞線規(guī)則；(3)確定時鐘樹設(shè)計約束，以達到預(yù)期的skew、transition和時鐘緩沖器扇出數(shù)量；(4)定義FlexHtree創(chuàng)建規(guī)范，如時鐘源點、是否對稱、tap點個數(shù)及位置區(qū)域等；(5)對定義的Flex-Htree主干進行綜合，綜合之后檢查tap點位置及trunk繞線是否比較合理；(6)對放好的multi-tap點創(chuàng)建時鐘以及定義時鐘分組；(7)對定義子樹進行綜合，子樹內(nèi)部可以采取平衡樹，也可以采取借用useful skew的不平衡樹，此時子樹綜合后的時序不理想就要分析子樹的劃分是否合理，是否依據(jù)邏輯關(guān)系、物理位置進行了合理的掛載，同時要注意單個子樹的clock latency是否過長。
用帶multi-tap點FlexHtree實現(xiàn)時鐘樹的難點在于tap點數(shù)量的確定以及不同tap點下合理掛載sink問題。
2.2 不同tap點個數(shù)對clock skew影響
本節(jié)tap點子樹使用了ICTS引擎進行平衡樹生成，保證tap點以下子樹內(nèi)的clock latency也能做平。為了探討不同tap點對clock skew的影響，分別選取了4、6、8、18個tap點生成FlexHtree，圖4為tap點個數(shù)與clock skew分布關(guān)系圖。橫軸為clock skew范圍，每50 ps一個步長，縱軸是各clock skew區(qū)間下條數(shù)占總條數(shù)百分比。
從圖4中可以看出，菱形setup折線的峰值點主要出現(xiàn)在-150 ps～125 ps區(qū)間內(nèi)，圖4(b)和圖4(c)skew分布比較集中于-150 ps～0 ps范圍，這與工具使用負的useful skew來修保持時序（hold）違反有關(guān)系；圖4(b)和圖4(c)中正的useful skew集中于25 ps～100 ps，說明工具將時鐘樹做得比較平衡，而圖4(a)和圖4(d)比較離散，時鐘樹做得不是很平。對hold折線來說，圖4(b)和圖4(c)的skew分布更為集中在-75 ps～0 ps和25 ps～175 ps這兩個區(qū)間，因此其setup時序好于其他兩者。圖4(c)中clock skew更為集中在-75 ps～0 ps以及25 ps～125 ps區(qū)間，這說明8個tap點在兼顧setup時序的同時也修了hold。從4個圖中可以看出8個tap點下clock skew較小，且比較集中， setup和hold好于其他3種情況。
2.3 Multi-tap FlexHtree tap點合理劃分分析
為了深一步搞清楚8個tap點下時序好的原因，圖5提供了8個tap點FlexHtree在floorplan中的sink分布。從圖中可以看出，本設(shè)計為典型的長方形結(jié)構(gòu)，memory成對稱放置，沿上下出pin區(qū)域左右兩邊分別歸屬于l3c_pipeline_0和l3c_pipeline_1 module。圖中8塊位置用不同顏色以及邊界折線區(qū)分開來，同時在相應(yīng)區(qū)塊中標記了sink所屬module，高亮的直線為8tap點H-tree結(jié)構(gòu)。這樣的tap點劃分充分考慮到了sink點的物理位置以及module間交互（talk）關(guān)系，避免了tap點與sink距離過遠和tap點下所帶sink數(shù)過大導(dǎo)致的子樹clock latency偏大，從而不利于子樹間talk path時序的收斂。圖5中module的切分考慮到了減少talk path，更多將某些小的module都掛載到一個tap點下，因此這種8個tap的定義才獲得了時序容易滿足的好處。
表1為8個tap點所帶sink數(shù)目以及tap點common path clock latency（簡稱CPCL）在子樹平均clock latency中百分比。從表中可以看出Htree_tap0下面掛載sink數(shù)量最多，對應(yīng)圖5liu_pre_processor module所在區(qū)域；Htree_tap1下掛載sink數(shù)量次之，對應(yīng)圖5 L3c_cfg和L3c_pipeline_0 module所在區(qū)域；Htree_tap4下掛載sink數(shù)量最少，對應(yīng)圖5中間右下位置L3c_pipeline_1 module區(qū)域。其他tap點下掛載sink數(shù)量基本接近。8個tap點下CPCL都在40%以上，這樣OCV對tap點下sink的影響就沒那么大。從tap點下sink數(shù)量與CPCL的對應(yīng)關(guān)系看，Htree_tap0和Htree_tap1并沒有因為sink數(shù)量多平均clock latency就越大，出現(xiàn)這種情況說明工具對tap0和tap1 sink切分合理，子樹下sink clock latency做得比較平。從另外一個方面來看，8個tap點的CPCL百分之間偏差不大，8個子樹之間做得也比較平，這樣對子樹間hold響主要就是OCV了。所以，分析FlexHtree做得好不好，可以從子樹sink module劃分、物理位置、子樹sink數(shù)目和CPCL百分比出發(fā)。
圖6為8個tap點在5個不同corner下公共clock latency的比較圖。從柱狀圖中可以看出tap點時鐘clock latency在不同corner下的偏差不超過70 ps，tap點之間的clock latency相差不到3 ps，這也證實了前面1.1節(jié)所提到的FlexHtree特點：multi-corner下RC參數(shù)的電氣對稱性，以及tap點之間的RC參數(shù)電氣對稱性。這樣保證了各corner下時序的一致性。
2.4 使用平衡和非平衡樹綜合tap點子樹
本節(jié)中討論了分別使用innovus的ICTS和CCOPT引擎綜合tap點子樹的時序結(jié)果，如表2、表3所示，表格中wns（worst negative slack）代表時序違反最差路徑，tns（total negative slack）代表所有時序違反路徑的違反值之和。兩表格中的setup和hold結(jié)果均為postroute階段innovus報出的結(jié)果。從表2和表3中wns和tns結(jié)果來看，8個tap點效果最好，不論setup和hold；tap點多的情況下hold的wns和tns會好于tap點少的情況。
將表2與表3進行比較可知，使用CCOPT引擎綜合的子樹對于4個、6個和8個tap點時wns和tns均會變差，但tap點為18個時，setup的wns和tns會變好。因此可以得出如下結(jié)論：tap點多更適合于降低hold違反條數(shù)，在tap點比較多情況下，使用CCOPT引擎綜合子樹的時序效果好于ICTS引擎。
3 3種不同結(jié)構(gòu)實現(xiàn)時鐘樹時序、面積和功耗比較
本節(jié)將3種不同結(jié)構(gòu)時鐘樹FlexHtree、CCOPT和Fishbone從時序、面積和功耗方面進行比較，進而選出一種更優(yōu)的時鐘樹實現(xiàn)方案。從表4中可以看出8個tap點的FlexHtree setup和hold時序均要好于CCOPT和Fishbone結(jié)構(gòu)，從側(cè)面也反映了8個tap點方案對clock skew控制要好于另外兩種結(jié)構(gòu)，并且其density利用率也是最低的，從clock buff count也進一步證明了其使用了較少的useful skew。從average clock latency來看，由于FlexHtree使用了高層繞線，其值要低于CCOPT，但高于Fishbone。從功耗來看，F(xiàn)lexHtree的功耗，尤其是使用ICTS引擎綜合子樹的FlexHtree，其clock network功耗要高于CCOPT和Fishbone結(jié)構(gòu)。表格中一個顯著的特征就是，F(xiàn)ishbone結(jié)構(gòu)時鐘樹功耗最小，這與其占用的布線資源少、使用的時鐘緩沖器少有直接的關(guān)系。但是對于Fishbone結(jié)構(gòu)，由于必須手工進行，子樹的劃分是一個難題，本文也只是做了大量的嘗試，但時序結(jié)果看起來并未有多少好處。這也是本文選用FlexHtree的原因。
4 結(jié)論
本文在innovus工具平臺下建立了帶multi-tap的FlexHtree自動化時鐘樹綜合流程。使用innovus實現(xiàn)了4、6、8和18個tap點的FlexHtree，同時針對tap點子樹要不要做平，分別選用了ICTS和CCOPT進行子樹的綜合。為了更深入地說明為何選用FlexHtree結(jié)構(gòu)，也嘗試了CCOPT綜合和Fishbone手工實現(xiàn)時鐘樹的方案，從clock skew、時序、面積和功耗等方面進行了比較，最終確定了使用FlexHtree方案實現(xiàn)L3 cache設(shè)計。同時本文也對FlexHtree tap點合理劃分進行了分析，有利于接下來對tap點位置和sink掛載進一步優(yōu)化，控制clock skew，實現(xiàn)setup和hold均比較容易收斂的結(jié)果。本文的結(jié)果也對類似memory比較多的設(shè)計提供直接的時鐘樹設(shè)計經(jīng)驗，同時本文的分析方法也可以指導(dǎo)設(shè)計者探索時鐘樹物理空間。
參考文獻
[1] Cadence.Flexible H-tree and multi-tap clock flow in innovus version 17.10[Z].2017.
[2] 曾艷飛.魚骨型時鐘結(jié)構(gòu)的研究與實現(xiàn)[D].長沙：國防科學(xué)技術(shù)大學(xué)，2012.
作者信息:
彭書濤1，黃 薇1，邊少鮮1，杜廣山2
(1.天津飛騰信息技術(shù)有限公司，天津102209；2.上?？请娮涌萍加邢薰?，上海201204）