20、行为描述的统计功耗估计

行为描述的统计功耗估计

1. 内存分析

在电子系统设计中，内存的重要性日益凸显，因为面积、延迟和功耗在很大程度上取决于所选的内存架构。为了辅助设计师做出设计决策，需要对所需的内存容量和带宽进行准确估计。因此，有必要进行分析，以验证针对给定算法规范所选择的内存架构的可行性。

由于大多数标量存储在数据路径寄存器中，并且编译器和高级综合工具能够很好地处理标量，所以这些步骤主要针对多维数组。在C语言术语中，这意味着我们假设内存与C数组的概念密切相关。为了给所有数组提供无限的内存带宽和大小，从而实现最大并行调度（即所有数组访问都可以无限制地调度），该方法假设每个数组“映射”到一个单独的内存。

为了让设计师能够定义特定的内存结构，可以执行以下任务：
- 内存分配
- 绑定
- 压缩
- 大小确定
- 带宽分析
- 正确性检查

最终提供给设计师的反馈包括每个内存数组的大小、生产和消费的数量，以及数组中同时存储的最大数值。

2. AspeCts中的功耗建模

2.1 功能单元

功耗估计中的一个主要误差来源是输入模式的依赖性。我们的功能单元模型对其输入的平均开关活动和信号概率很敏感。这些量的估计是通过在AspeCts模型执行期间对各种操作中传播的值进行采样得到的。活动驱动的宏模型是查找表（LUT），在广泛的输入统计范围内，它已被证明非常可靠和稳健。

LUT模型使用边界统计和功耗之间的函数关系的表格表示。用于表示边界统计的参数数量对模型大小有很大影响，因为每个独立变量都会为参数空间增加一个维度。我们使用了三个参数（平均输入信号概率Pin