在所有的后端工具里边，有三个重要的引擎：auto-place，CTS，auto-route三个。这里边的auto-place是决断了整个设计时序的基点。由于，auto-place的动作是在设计的preCTS阶段，所以这里的设计时序就是广义上说的：数据路径（datapath）时序（timing ）。当然，就算是到了CTS/route阶段后，也可以继续利用auto-place数据优化的功能，在数据库上做数据路径增量优化（optDesign -increment）。可以说，数据路径的优化手段，实际上是贯穿在整个后端流程上的。

这里结合过往的经验，以及invs特有的先进策略，一起来看看，数据路径优化里边的重要知识点：路径分组（path group）。看看这其中的奥妙和有趣的事情。ICer GO!

众所周知，无论是综合工具（DC、genus或者precision等）抑或是APR工具（icc、icc2或者invs等），数据路径优化（data path optimization）一直是影响时序质量的重要因素。由于综合使用了ideal clock，可以说，data path的优化就是综合阶段的主要工作，这个和后续的APR工具的第一个主动作：auto-place，形成了前后连贯，相辅相成。尽管这两个引擎和所处工具的位置不同，但是目标是高度一致：优化数据路径的时序。这也是最近两年聚合型R2G工具大行其道的一个重要原因。

• S家的Fusion Compiler： DCG + ICC2
• C家的iSpatial： genus + innovus

无论什么工具，数据路径优化（data path optimization）一直是基于路径分组（path group）进行的，想要提高数据路径优化就需要了解路径分组（path group）的理论。

经典路径分组（path group）理论

在经典的数据路径优化理论（主要是基于S家，因为DC是综合界的长期主导），对于数据路径优化，DC采用了基于**时钟域（clock domain）**的方式进行处理：每一个时钟域都会被工具判定为一个路径分组（path group）。

路径分组（path group）的基础知识

PS：虽然最新的DC也提供了基于违例（violation）和设计层次（hierarchy）的自动路径分组（path group）创建命令；create_auto_path_groups ，但是这个命令只是一个补充性的，并没有动摇S家传统的路径分组方式。

S家的这种分组方式对用户是很友好的，基本就是将SDC的create_clock和create_generate_clock命令直接翻译成了group_path 命令，映射关系见下表：

SDC命令	类group_path命令	comment
create_clock PCLK1	group_path -to $FF_under_PCLK1	主clock
create_generte_clock -name gen_clk1_pclk1 -master PCLK1 -add -pin ......	group_path -to $FF_under_gen_clk1_pclk1	分频clock
create_generte_clock -name gen_clk2_pclk1 -master PCLK1 -add -pin ......	group_path -to $FF_under_gen_clk2_pclk1	分频clock
create_clock PCLK2	group_path -to $FF_under_PCLK2	主clock
create_generte_clock -name gen_clk1_pclk2 -master PCLK2 -add -pin ......	group_path -to $FF_under_gen_clk1_pclk2	分频clock
create_generte_clock -name gen_clk2_pclk2 -master PCLK2 -add -pin ......	group_path -to $FF_under_gen_clk2_pclk2	分频clock

这个简单的映射方法，有两个潜在的问题：

• 如果有gen-clock的存在，按照时钟传播理论，那么主clock和gen-clock会同时送达同一个FF
• 如果有多个主clock存在，跨时钟域路径（cross domain data path）处理方式

利用下图，来解释一下这两个问题：

• 基于SDC层叠（cascade clock）理论，所有的FF都是使用离它最近的clock或者gen-clock，所以上述的FF1~FF4都是使用了gen-clock，所以这些FF都只会被归为gen-clock的domain
• 默认情形，SDC里边所有的clock都是做同步（synchronous）关系处理，除非用户单独指定，命令是：set_clock_groups -group $PCLK_1_GRP -group $PCLK_2_GRP [-physically_exclusive| -logically_exclusive| -asynchronous

所以，使用下面的SDC命令，DC/SDC 就可以明确每个FF所归属的时钟域和同步时序关系了：

create_clock/clock_generate_clock
set_clock_groups ......

基于路径分组的优化策略

前边说过，这种方式最大的优势就是方便，除过声明clock domain之间的同步、异步等关系，用户不用再做其他设定，工具就可以处理后续的事宜。

基于上，整个S家的R2G流程都是使用上述的path group 理论进行时序优化的。基本流程如下：

• 基于path group进行WNS优化，同时兼顾TNS。（工具总是基于WNS来进行优化，这样才能有效的提高整体设计质量。相反只要TNS的重要新并非那么高了）
• 默认的path group具有同样的优先级（weight），除非用户指定。对于具有优先级区别的路径分组，工具会在出现修复冲突的时候，使用优先级进行解冲突（conflict）

所以这里会衍生出一个新的问题，譬如下图：

对于上述路径，FF2会在同一个clock domain下有两个路径，FF1->FF2和SRAM1->FF2，如果此时有下列情景：

• FF1-> FF2 violation -1ns
• SRAM1-> FF2 violation -0.5ns

基于WNS理论，由于-1ns的存在，这个时候工具就不会去做SRAM1->FF2的timing修复。但是用户可能更为关注的是SRAM1->FF2的violation，所以通常的做法就是使用group_path进行再次分组，譬如：

group_path -name GRP1 -from FF1 -to FF2
group_path -name GRP2 -from SRAM1 -to FF2

这样就会产生两个平行的组，工具都可以看到他们的TNS，所以大概率的结果会是下面的结果：

	FF1 -> FF2	SRAM1 -> FF2
分组前	-1ns	-0.5ns
分组后	-1ns	-0.3ns （可能好于分组前）

这个做法很常用，并且对S家的流程也很有好用，但是这里提高SRAM->FF2的代价是跳过了FF1->FF2优化，也就是说整个数据库的WNS（-1ns）并没有发生变化。

但是最近使用了invs后，对invs的分组理论进行了学习和理解，发现了一个新思路，很有趣。

invs 路径分组（path group）的新思路

C家的R2G流程，基本还是沿用了S家的时序分析基本理论，基于SDC是标准的时序约束交付数据，C家严格遵循，除过一些猫叫咪的名词差异（leading/tailing等），核心的理论是完全一样的。

PS：这里要给C家点赞，确实S家在前端和中端的统治地位不容撼动，打不过我就加入，这个也是顺应当下的商业策略的。

近似的，C家的时序路径的优化也是基于path group的WNS的，WNS优先级大于TNS。

传统路径分组（path group）的挑战

在读入SDC后，某些FF会继承一个或者多个clock domain的属性，这种比较常见，相应的描述可以参见S家的这个变量

这个变量默认是true，也就是说无论是S家还是C家，对于这种一个FF上有多个clock的情形默认是可以直接支持的，这样也对RTL/SDC的设计提供了尽量大的宽容度，一个图例如下：

譬如这里的FF1，就会有两个clock到达：gen_clk1_pclk1和gen_clk2_pclk1，按照传统S家的路径分组理论，FF1会被分别归入到gen_clk1_pclk1和gen_clk2_pclk1两个分组，按照默认方式，下面的path就有可能形成一个冲突（conflict）

	FF0 -> FF1  vs FF2-> FF1

S家的工具默认的行为就是对每一个组进行修复，组合组之间不做一致性合并（merge），如果在FF0->FF1和径FF2->FF1的数据路径优化发生分歧（conflict），如果两个path’ group优先级恰巧又一样，S家的工具只能确保一个结果会好一点，这是因为：数据路径的修复在同一时间只能关注一个数据分组（path group）

这个情形在设计中非常常见，如果使用了传统分组，一个风险就是：**同样重要的时序很有可能不会同时被工具优化到最好。**所以，在借鉴了S家的分组方式，C家提出了自己的分组方式思想：基础路径分组（BPG：BasicPathGroup）

BasicPathGroup （BPG）的理论和特点

基于上述传统路径分组的优劣势，C家提出了一个新的思路：在传统路径分组的基础上，叠加一层新马甲（wrapper）：BasicPathGroup （BPG）。通过BPG这个wrapper，可以较好的解决传统路径分组的短板。

这里看一下S家的时序分析理论，任何工具对时序质量的统计都是基于终点的（endpoint，EP），这个是所有STA工具评判时序质量的统计基础。但是由于时钟交叠（clock domain overlap）的情景，会导致在一个EP，产生多个report_timing的结果（multi path group per FF），同时也会让place_opt的引擎遇到类似的局面：一个单一FF，会同时出现多个path group的分组。

与其继续深耕，不如化繁从简（PS：这个确实是C家长期坚持的一个策略：简单就是美好），使用BPG，破除传统的基于clock domain的路径分组（path group），让每个EP回归到原本应该就应该有的形态：独一性（unique）。

使用BGP的方式，在上述情境下，FF1只会归为一个path group，这样就可以缓解传统路径分组的冲突（conflict）困扰。

默认invs流程，会使用BPG的方式进行分组，这里会有两类明确的组：

• reg2reg： 沿触发时序逻辑到沿触发时序逻辑
• reg2cgate：沿触发时序逻辑到电平触发的时序逻辑

除过上述两个组，其余所有未被覆盖的组都被工具称作default。所以，一个数据库，在invs里边的默认BGP的加持下会有这样的情形：

all = reg2reg + reg2cgate + default

当然，这里边并非说明：all 就等于设计里边的reg + cgate的数量总和，这是因为：如果你的设计里边有了IO 时序约束，那么大概率会有IN2REG或者REG2OUT的类型，这样：all >= reg_count + cgate_count。

默认，在同为Effort High的路径分组下，invs给出了自己的权重配比：reg2reg > reg2cgtage > default

采用的BGP分组：invs工具无论在何种情形下， 每一个reg，cgate都只有唯一的最高优先级的主分组，这个会给基于TNS修复方式的place 引擎解放了手脚，大大提升了修复结果。

当然，如果用户自己明确知道数据库里边有IO的时序路径，并且需要关注，也可以使用下列命令进行配置，

createBasicPathGroups   -expanded

设计里边的组会有下面的加总公式：

all = default + reg2reg + reg2cgate + in2reg + reg2out + in2out

invs也会配置一个合理的默认优先级，具体如下：

reg2reg > reg2cgate  > default > [in2out | reg2out | in2reg]

C家这里的默认处理还是很合理的。这个也符合用户的常规需求。

使用BGP模式的时候，在optDesign的过程中，工具会根据系统情形，对 reg2reg、reg2cgate 等组进行逐个优化，基于每个BGP分组，对于所有隶属于High Effort path group的最差的TNS group进行优化： optDesign always work on worst(TNS_grp_1 … TNS_grp_n)'s group

每个组的WNS的EP进行优化的原则是：无论这个EP属于那个clock domain，invs只会去做到这个EP最差的路径优化

这个方式，在multi-clock per FF情形，或者复杂fanin的timing path的情形，是可以得到更好的优化结果，因为在同一时间的优化是绝对专注的，不会有其他的同优先级的path group的path出现。所以，在默认情况下，invs就会得到不差于传统path group分组方式的结果。
C家通过BGP的wrapper，巧妙的处理了复杂数据路径优化种的冲突问题，让工具可以更为专一的进行优化，而不是把精力浪费在了仲裁（arbiter）和path group反复迭代（iteration）上。

usefulSkew + BGP：时序修复的双杀

众所周知，invs里边有很强大的usefulSkew技能，此技能贯穿了auto-place，CTS和auto-route等阶段（PS：这里要注意，usefulSkew只是追加，不能替代原有的三大引擎）。

如果当使用BGP后，每个EP都有了独一的最高优先级的path group，这样invs在调节usefulSkew上的计算量（compute consume）会大幅降低。因为每一个path的skew调节，都需要工具去评估这个path原有的margin才能做出判断，如果一个EP分属于不同的组（但是是同优先级的组），每个组在这个EP的slack形态大概率不一致，工具需要数倍的计算时间和依赖考量（dependency），互相牵制，工具只能选择在那个修复瞬间的最优解，但是，随着path group被不断被轮询修复（repair iteration），上一次的usefule的修复方式，可能已经过时（out-of-date），这样数据就会形成相互牵制（lock），类似一个状态机（SM），但是它无法自收敛，最终随着data path optimization的圈数达到极限（iteration limit），数据的状态就有点中间态的意味，不太会达到一个好的收敛度。

拥有了BGP的usefulSkew，就像插上了翅膀的马达，由于依赖度的大幅度降低，可以专注clock skew的调优工作，这个时候才能把usefulSkew的性能彻底释放出来。

和所有的工具命令一样，BGP也不是完全丝滑，譬如：由于可读性和命令一致性的原因，针对BGP，invs也在report_timing的命令里边做了一些变通处理，这个后续会讲到。

未完待续 (To be continued ) …

【敲黑板划重点】

path group是data path optimization的数据分类基石，理解其中的理论可以有助于优化命令和设计流程。

参考资料

Synopsys Design Compiler® User Guide
Cadence Innovus User Guide