加速hspice 模拟的几种方法

hillor-8

写在最前面——————-随便写的

1.Why does hspice slow down
1) Transisent simulation
2）simulation conditions：
     .tran 0.1n 100m
     .data sweep
     .alter
     monte carlo >1000
3)depended  on circuit type
     clock  generator,oscillator/PLL/DLL
     Unstable close loop.like op,ldo
4.Non  convergence
2.runlvl or accutate
一般analog testbench里面的输出控制语句都会写.option runlvl=5,这是为了模拟的精度。但是这种设定的模拟速度会比较慢，其实来说就是速度和精度要有一个trade off,runlvl的范围在1~6。
3、mt command
使用方法：在Linux的console或者terminal进入到testbench所在的文件夹，键入“hspice -mt n  -i  xxx.sp -o  xxx "。其中n一般是4。mt指令用在data sweep/alter/monte carlo
。例如：.tran  2n  400u  sweep data=load1
             .data  load1 xvin
              +3.3
              +4.2
              +5.5
              .enddata
使用hspice  -mt 4  -i  tran_sim.sp -o tran_sim 表示依顺序模拟3.3，4.2，5.5这三个条件，并且每个条件以400%（n=4，4个core）执行
hspice license的计算是2的x次方=n，若n=4，则x=2， 使用2个license。在同样Linux和hspice版本下，Linux的core frequency决定hspice的模拟速度。
查看linux硬体环境的command：lscpu
查看linux软体环境的command：lsb_release  -a
4、save & load
在testbench里面

hillor-8

写入.save file=xxx.ic0 type=ic  level=all time=80u ，先跑一次各种typical condition下的模拟。之后在原来的testbench里面写入.load file=xxx.ic0,把想要模拟的各种condition加加进来进行第二次模拟，记得在后面加上UIC（如：.tran  5n  400u UIC)。
注意：第一次.save指令后面的时间设定必须在电路上电完成之后，保证工作点已经达到，这样.load的第二次模拟才会更加准确

5、dp command（名字：distributed process）
对于第三点mt command 的补充：1、-mt n中的n：随着n的增大，模拟速度并不会等比例的倍速增加，并不是n越大，加速的效果越好，n=4有较好的效果。
2、而且，license和硬体资源都是有限的，n越大，所需的license花销越多。
3、通常mt （名字：multi—thread）对于单个condition的模拟有加速效果，而对于data sweep/alter/montle carlo的模拟几乎没有加速效果。
dp commmand的用法：同mt一样，打开Linux的console，在testbench所在的文件夹键入hspice -dp m -mt n (-dpconfig config_file)  -i  xxx.sp  -o  xxx，如果只有两个license，m=4，n=1。
dp command 一般用在data sweep/alter/montle carlo 的模拟中。以下例说明dp 和mt的区别：
.tran  2u   380u  2n  480u sweep data=loading
.data loading  xvin
+3.3
+4.5
+5.3
.enddata
使用dp来模拟的话，以上condition是同时进行的，而mt是依序执行condition。所以通常来说，dp的加速效果比mt更好。

以上几种方法，除了第4点，其他都是no loss accuracy 的。往后来说，还有hpp command。不过我还不是很清楚。有兴趣可以去看hspice user guide：basic simulation and analysis。
感谢，欢迎指正，不一定会回。

blw0607

感謝分享