模拟混合验证官︱Table Model是什么？可以和大数据联系起来

除了刚才介绍的Model的级别，还有一个非常另外的一种思路，"TableModel"的存在，它有点类似于大数据的概念。传统的Model，尤其需要用Analog仿真器的Model，一般都先是根据器件的物理特性做的参数，有物理的概念在里面，还要考虑高阶效应，更要考虑Model的数学表达式的连续性和光滑性、使得尽量少的出现Convergence的问题。所以有时候和Silicon的吻合程度就不一定那么高。

而Table Model呢？我才不去想那些乱七八糟的各种物理学特性呢，我直接把Silicon测试出来的数据都列举出来，建立一个数据，你在什么样的温度、电压下有什么Silicon数值表现，我就直接写到表格里面；到时候仿真器用的时候直接查表就行了。或者我才不Care你电路是怎么用Transistor大器来，也不管你是一个比较器，还是一个Amp，我只关心你输入什么值，能输出来什么值就行了；至于他们之间的数学表达式关系，你以前是可以用VerilogA、VerilogAMS写，而在我这里，你不用想他们的数学表达式了，我不在乎！我有表，一表在手，有input有output。

看看Table Model的表现，你是不是想起来一本书？那就是《大数据时代》，它的作者舍恩伯格就曾经指出过一条有意思的理论，那就是在当今信息和数据极大丰富的时代，咱们在逐步放弃对因果关系的过分渴求，取而代之去关注"相关关系"；也就是说不需要知道"为什么"，而是强调知道"是什么"。不去看量子力学的各种效应，不去想MOS FET，电容电阻的物理特性，只是根据实际测试到的silicon的数值，直接做一个数据库，当外界加什么电压、有什么温度时候，就来什么对应的输出电流等。这就类似于大数据的概念，不关心为什么，只在乎是什么。用互联网的里面的热词，来理解半导体行业，我自己写出来的时候也是醉了。

当然Table不可能穷尽所有的数据，所以对于没有在table里面的数据，仿真器需要插入数值(interpolate)或者外推推断数值(extrapolate) ，这也是一个技术活，我们以后有空可以讲讲。总之是，TableModel可以做的和实际的silicon测试出来的数据一模一样了；不过它也有短板，那就是连续性和光滑性，毕竟它是分离的数据。对于Digital自然是喜欢的，Analog仿真器还是需要处理。

4.Model前一定要plan！plan！plan!
花了这么大的篇幅介绍完了Model的种类、让大家对Model的花样心中有数之后，我再回过头来强调一件事情，那就是做Model一定要Plan！好多Model的教材，都会把Plan作为第一章节的头等重要事情强调一遍，可见其是多么重要。而我把Plan放在这里，就像是你去商店买手机，我先给你介绍完苹果、华为、小米的各种好坏处，让你有一个大致了解之后，再去真正想你所关心的是什么；也就是你做Model到底想"洞见"什么。这也是战略性的事情，要想，想清楚。

做Model前一定要plan！plan！plan! 重要事情说三遍。Plan这种事情，说起来很容易，大家也大概知道是什么意思。但是这个东西又有时候比较虚，你学习了一句语法怎么写，然后你尽快应用到了实际中，这种疗程短、见效快，所以喜闻乐见。但是plan呢，你读了plan的大致内容，Cadence、老板等也教了你一些方法，但是这些都是疗程长、见效慢的东西，没有日积月累，很难突破。但是这种就像是电脑的操作系统，在最底层，平时看起来最不起眼，但是这种东西一旦升级好了，就是融会贯通，就是"质"的飞跃。

Model是有好多好处，把仿真速度提高、把精度提高、可移植性(Portability)好、能够在项目初始阶段就做整体仿真、能让数字模拟工程师结合起来，让软硬件工程师结合起来…问题是你最关心的是什么？哪个级别的Model是你所需要的，是你的DVPlan里面最最在乎的？

包括整个IC，在做设计的时候，要做好Block划分；非常复杂的blocks要在细分可以manageable的sub-blocks;如果一个Block准备用Model代替了，那么这个Model下面，就基本不要再包含电路了。如果一个Block的transistor level的各种detailed的信息都很重要，那就不用Model了，直接用schematic好了；如果做Model，一定要搞清楚为了啥。一定要想清楚DV在这里是Test什么的，Model到能够Test就行了。

Model是否需要统一的规范？因为你今天做个Model，明天还想着Reuse呢。但是一旦想统一规范，可能就需要花费更长的时间和精力，你们项目允许么？长远看值得付出不？哪些Model不要弄？例如对于非线性的Non-linear可能要考虑下是否可以转化为线性的。对只有弱相关的东西(weak dependencies)可以近似成一个常数；对于delay，除非对Function比较重要