27、高层次面积和电流估计及非线性架构中的开关活动估计

高层次面积和电流估计及非线性架构中的开关活动估计

在现代电子设计中，对电路的面积和电流进行准确估计，以及在非线性架构中进行开关活动估计，对于实现低功耗系统至关重要。下面将详细介绍相关的技术和方法。

输出聚类与面积估计

随着主输出数量的增加，计算函数最小覆盖的时间呈非线性增长。为了提高两级优化的效率，可以通过输出聚类将原始多输出函数（MOF）划分为子MOF，然后分别对每个子MOF进行估计。原始MOF的门数是所有子MOF门数之和。

输出聚类的具体操作步骤如下：
1. 构建PO图 ：以顶点表示主输出（PO），若两个PO的支持集有重叠，则用边连接对应的顶点，边的权重为公共支持集的大小，顶点的权重为连接该顶点的所有边的权重之和。
2. 进行聚类操作 ：
- 当PO图不为空时，执行以下操作：
- 当剩余顶点数大于预定义的聚类大小时，删除权重最小的顶点，并更新连接该顶点的边和顶点的权重。
- 利用剩余顶点得到一个PO聚类。
- 重新构建不包含已聚类PO的PO图。

实验结果表明，随机输出聚类方法的平均绝对误差为39.36%，而采用上述输出聚类算法以最小化支持集重叠后，平均绝对误差降至23.59%。高层次估计的运行时间比逻辑综合少100倍以上。

聚类方法	平均绝对误差
随机输出聚类	39.36%