Abstract
在這篇論文裡面，我們針對標準原件庫(Standard Cell Library)及靜態隨機存取記憶體產生器(SRAM Compiler)提出了一個自動化靜態功率模型建立方法，並且我們應用此模型建立功率與溫度功共同模擬平台。在建立模型的過程中，我們將會面臨兩個主要的挑戰 – (1) 靜態功率對於溫度的高敏感性( e.g., 根據實驗結果，一個在90奈米製程下自行建立的反相器，操作溫度從25°C 上升至100°C，其靜態功率成長19.28倍) 和(2) 模型數量過多 ( e.g., 一個靜態隨機存取記憶體產生器總共可產生 80,835 種不同大小的靜機存取記態記憶體)。我們的方法藉由搭配使用兩種以方程式為基礎的預測技術來同時達到預估的高準確度及執行的高效率，首先我們使用快速的分段指數內插( Segmented Exponential Interpolation)方法考慮溫度對靜態功率的影響，除此之外，我們利用多工器導向的線性外插 ( Mux-oriented Linear Extrapolation)方法建立靜態隨機存取記憶體其高準確度的靜態功率模型，此模型是根據九個小尺寸靜態隨機存取記憶體的模擬結果執行線性迴歸所產生，可對所有靜態隨機存取記憶體產生器所能產生的靜態隨機存取記憶體進行功率評估，根據實驗結果，此方法不僅準確度高且十分有效率。我們實際應用這些具有溫度感知能力的模型到功率與溫度共同模擬平台中，在考慮溫度和靜態功率的交互影響下，一個自行設計的晶片其靜態功率會是在無考慮情況下的8.14倍。