模拟混合验证官 | Model的本质目标就是“时间+精度”

这篇文章，主要是Model的概览。做Model的本质目的是为了什么？想达到此目的的幕后推手是谁？做Model最核心的思想是什么；现在流行的 Model都有哪些种类，可以分成几个等级？和Model相关的、零散的、但是却很有用的概念有哪些？现有EDA工具中有哪些和Model相关的产品？且 听此文介绍。

如果去看大部分的介绍Model的书籍/Paper/培训教材，都会从目前是SOC时代、Model能大大提高仿真速度来作为背景介绍；我相信现在确实好多人都是在做SOC，SOC对于Model的需求远远大于纯Analog的。但是作为一名ADVer，一个以模拟出身的验证人，对于Model，我有自己更个性的看法。
本篇文章主要是做Model的整体概述。首先介绍做Model的本质，继而介绍控制它的仿真器的特点，然后再介绍做Model的两个方向：做加法和做减法；然后重点详细讲解Model的等级。随后简单介绍一个"另类"的Table Model。然后强调做Model的战略性问题---Plan的重要性。另外简单介绍下做完Model要验证；在Model的产生和验证方面的现有Cadence工具。下表更直接点：其中前两个章节为本文重点章节。

了解完Model的整体概述之后，以后会陆续推出具体技术细节。例如做Model的基本功：各种语言的（主要是VerilogAMS）的写作技巧；做Model本身的技巧，注意事项，和Model的实例等等。

以下进入主题。

1. Model的本质目的
雷军雷布斯曾经说过"不要用战术上的勤奋掩盖战略上的懒惰"。做任何一件事情，搞清楚战略、想清楚目的，至关重要。那么问题来了，我们现在这里讨论做Model，那做Model的本质目的是什么呢？做Model的本质目的是为了"洞见"。所谓的洞见，就是明察，清楚的看到、而且提前看到，不要做马后炮的事情。"明察、清楚"，这就是对"精度"的要求；"提前"就是对时间的要求。所以做Model这件事情的本质目标就是"时间+精度"。"时间、精度"是其永远逃脱不了的两个话题。

那问题又来了，"时间"和"精度"，到底是谁在控制呢？显然是仿真器。所以搞清楚仿真器这玩意，才是基本功。就像我们高中回答所有政治题，只要有一句"生产力决定生产关系，生产关系反作用生产力"，那么肯定能得分一样。金句，最底层的原理，其实很简单，搞清楚之后，通常事半功倍。

仿真器
在IC设计的EDA领域，最重要的仿真器，其实无非两种：数字Digital和模拟Analog，当然现在混合仿真器Mix-Signal也非常重要。他们是什么，之间有什么差别呢？仿真器其实也就是干两件事情，一个是时间，一个是数值。就是你在什么样的时间，会有什么样的数值（什么样的表现）；只是对于数字和模拟，它是完全不同的处理原理，这主要是因为他们背后要解的方程组是完全不同的。

Digital仿真器
它是Event driven的，它解的是逻辑方程(logical expression)，而且人家是顺序执行(sequential manner based)，有很清晰的信号流和事件发生顺序(well-definedscheme of signal flow and events)，不会回头计算，不做后悔的事情。所以它比较快，时间和数值都是离散的。也不容易出现不收敛性的问题。它甚至可以看完代码之后，大致先做个心中有数，知道有哪些Event要发生，然后等真正到达那个时间点附近时候，再看看有没有和其他事情抵消掉，抵消掉了，就不用发生了；抵消不掉了再发生（脑补一下我们小时候计算一些数学题合并同类项的感觉）。唯一的问题就是它只是和逻辑方程打交道，而现实世界、实际Transistor哪里是非黑即白的0，1世界，所以它的精度之类的天然的低；不过只要把各种协议和纠错功能做好，也倒是不影响它的出错。很多大的ASIC， SOC等，尤其是大规模集成的IC，都是Digital-On-Top，妥妥地必须用数字仿真器，快是它最重要的特性。

Analog仿真器
它须解决整个analog大环境、大矩阵( system matrix)，而且是在每一个simulationstep，它都得站在全局观的角度，来看各种需求是否被满足。人家可是真正的信号与系统；所谓的信号，就是电压和电流；模拟仿真器都考虑。KCL,KVL，节点电流为0，回路电压为0，这都是让他们用简单逻辑方程理不清楚的事情。大大的矩阵必须建立起来才能Hold住好多的关系。任何一个analog里面的元素/器件（element）对其他原件都有直接影响(instantaneous influence);正所谓的"牵一发而动全身"；当然也有不少EDA工具对较大的Analog电路做一下分割(Partition)，以减小矩阵的规模。Analog仿真器每想往下走一步，都要先猜解一下，先给个结果的"小样"（类似我们平时买东西的送的小样儿），给了这个小样儿之后，再返回头看看是不是满足tolerance等各种大boss设置的种种条件门槛和要求；符合了，算是通过了一小步；如果没有符合，那再打回来、再改结果，再测试，再看看满足与否，直到最终通过各种要求；所以有时候这种迭代就把仿真器搞疯掉了，直接告诉你有convergence issue，我收敛不住了，罢工了，你看着办吧。