シノプシス
Ansys

クロックドメインクロッシング(CDC)とは?

Rimpy Chugh

2021年11月21日 / 7分で読める記事

定義

クロックドメインクロッシング(CDC)とは、異なるクロック信号、特に非同期のクロックドメインで動作するデジタル設計の領域間で信号が受け渡される現象です。適切な同期化を行わない場合、こうした信号の伝達はASICにおいてメタスタビリティ、データ破損、または機能障害を引き起こす可能性があります。

ASICに致命的な影響を及ぼすクロックドメインクロッシング(CDC)エラー

複数のサードパーティ製IPブロック、外部インターフェイス、および変動周波数電力管理機能によって駆動される今日の数十億ゲート規模のASICには、数十、あるいは数百もの非同期クロックドメインが存在します。従来のRTLシミュレーションは、非同期クロック境界を跨ぐデータ転送の問題を引き起こすメタスタビリティの影響を検証するようには設計されていません。スタティックタイミング解析(STA)も非同期クロックドメインの問題には対応していません。そのため、これら両方の手法だけに頼るのは困難です。

CDCはデジタル設計者にとって十分に文書化され、理解されている問題であり、基本的には以下の4つの一般的なクロックドメインクロッシングのシナリオから発生します。非同期クロックドメイン間のジッタに起因するメタスタビリティは、適切なクロックシンクロナイザーが存在しない場合、機能障害をもたらす可能性があります。さらに、同期化の不確実性に起因するタイミングの不一致につながる複数の同期パスを結合する論理などのリコンバージェンス(再収束)問題のように、設計の深部に潜むより複雑なパスやシナリオも存在します。これは通常、最終的なシリコンでは回避できないバグの一種であるため、設計を誤るとチップの再スピン(再試作)を余儀なくされ、多大なコストが発生する恐れがあります。非常に高価なミスとなります。

クロックドメインクロッシング検証 | Synopsys

しかし、この十分に理解されている問題が、数十億ゲート規模のASIC開発者にとってなぜますます困難な課題となっているのでしょうか? その課題に対応するために、どのようにCDC検証アプローチをスケールアップすればよいでしょうか? CDC検証はテープアウトに向けた重要なサインオフ基準ですが、現代のASIC開発チームがこれを達成する上での主要な課題は何でしょうか?

ターンアラウンドタイムの課題

CDCクリーンを達成することはリリースサインオフの必須条件であるため、それに費やされる時間と労力は決して小さくなく、製品開発ライフサイクルにおいて完全に考慮される必要があります。当然ながら、これを達成するための労力は設計規模に応じて増大します。数百のクロックと潜在的に数百万のCDCクロック交差を持つ最新の数十億ゲート規模のASICでは、チップ全体を対象としたフラットレベルのCDC解析を実行するのに数日間の計算時間とテラバイト単位のメモリが必要になる場合があります。ここではターンアラウンドタイムが重大な問題となります。これに対して何ができるでしょうか?

まず、大規模ASICの開発におけるあらゆることと同様に、分割統治アプローチを採用する必要があります。階層的なボトムアップアプローチにより、合成やスタティックタイミング解析と同様に、CDC解析を1つずつブロック単位で実行できます。これにより、CDC解析を開発フローのより早い段階にシフトレフトすることが可能になり、リリース直前にCDCバグの修正に追われて多大なコストや混乱を招くのを防ぐため、ブロック単位でCDC問題をクリーンアップする反復的なアプローチをとることができます。次に、次の階層レベルに移行する際に、クリーンアップされたブロックを、次のレベルの統合に関連するクロックパスのみを含み、内部専用のクロック交差パスをすべて抽象化した抽象化CDCモデルに置き換えることができます。そのサブシステムがCDCクリーンになったら、次の階層レベルでも同様のことを繰り返します。Synopsys VC SpyGlass® CDCは、CDCサインオフ抽象化モデル(SAM)フローによる効率的な階層的アプローチをサポートしており、結果の品質(QoR)を低下させることなく、メモリ要件を大幅に削減しながら、3倍以上のターンアラウンドタイムの改善を実現できます。

ホワイトノイズの課題

計算時間のコストについて述べてきましたが、人的エンジニアリングのコストはどうでしょうか? CDC解析における次の重大な課題は、違反のホワイトノイズ問題です。設計内に数百万のCDC交差パスが存在する場合、違反の量が圧倒的になり、本当の問題を特定することは干草の山から針を探すような状態になり得ます。当然ながら、問題は、CDCバグの流出につながる重要な違反を見落としてしまう可能性があることです。したがって、これは大規模ASICの開発者にとって真に重大な懸念事項であり、手動による解析アプローチは信頼性に欠けます。幸いなことに、データサイエンスがその解決策となります。機械学習(ML)アプローチはこの種の分類問題に適しており、共通の根本原因を持つ管理可能な数のシグネチャに違反をクラスタリングするために使用できます。これを行うと、同じ問題に起因する数百または数千の違反が即座に把握できるようになるため、突然違反解析の問題がはるかに取り組みやすいものになります。場合によっては、違反の95%以上が上位5つのクラスターでカバーされていることが判明することもあります。それら上位5つの問題に対処することで、ホワイトノイズの違反を劇的に削減し、干草の山に残された針を見落とすリスクを大幅に減らすことができます。

VC SpyGlass CDCは、違反出力データに対して機械学習を用いた根本原因解析(RCA)を実行することで、このホワイトノイズの課題を解決します。この機械学習RCAアプローチにより、違反のクラスタリングが特定されるだけでなく、デバッグの手がかりや根本原因を示すことで、開発者が解決策にたどり着けるよう導きます。例えば、修正措置としては同期の欠落に起因するRTLの変更が挙げられますが、多くの場合、CDC制約ファイルの洗練や追加になります。こうした制約の洗練プロセスを迅速に繰り返すことで、違反の大幅な削減と、設計において修正が必要な真のCDC課題の迅速な特定が実現します。

制約条件は正しいか?

制約について言及したところで、ここは細心の注意を払うべきもう一つの領域です。CDC解析は制約駆動型のフローです。開発者が制約を記述するため、当然ながら不正確な制約は誤ったCDC解析を招く原因となり、制約エラーによって実際のCDC違反が隠蔽される可能性があります。隠蔽された違反はシリコンの不具合につながりかねません。Synopsys Design Constraints(SDC)ファイルなどの入力制約ファイルが設計ワークフローで求められる場合、これら重要な入力ファイルの正確性をレビューすることが極めて重要です。こうした制約を再確認する方法の一つとして、シミュレーションなどの通常の動的検証環境で検証可能な動的アプローチへと変換することが挙げられます。このアプローチにより、制約検証の信頼性をさらに高めることができます。

ウェイバー(除外設定)は正しいか?

制約に加えて、違反免除(ワイバー)が存在する場合もあります。これも通常は、CDC解析ワークフローに対する入力ファイル(解析から手動で生成されたもの)となります。免除の設定を誤ると、実際のCDCエラーが隠蔽される恐れがあります。免除が初期段階で正確であったとしても、例えば機能面や性能面の課題に対処するため、設計者が後からRTLの変更やネットリストのECOを行う必要がある場合があります。このような場合、以前は有効であった条件がもはや維持されていない可能性があるため、免除の確認が必要となります。

より複雑な収束の課題

大半のCDC課題は静的に解析可能ですが、設計内のより深いパスを経由して発生する複雑な再収束シナリオなど、動的アプローチが必要となるケースも一部存在します。例えば、順序回路の再収束では深さが定義されておらず、どのような深さでも問題が発生する可能性があります。

こうした問題の多いケースに対する有効なアプローチは、メタ安定性インジェクションを用いたシミュレーションです。VC SpyGlass CDCは、設定可能な確率に基づいてシミュレーション実行時にランダムジッタを動的にインジェクションするメタ安定性モデルのCDCデータベースを生成します。Synopsys VCS®シミュレーションは、実行時にそのDBをネイティブに読み込みます。不具合はSynopsys Verdi®自動デバッグでデバッグ可能であり、メタ安定性がインジェクションされた信号をプローブし、カバレッジレポートによってCDCがモニタリングされた信号の確認や、ジッタ挿入回数のレポートを参照できます。

サードパーティ製IPブロックへの対応

前述の通り、数十億ゲート規模のASICの大半は、多くのサードパーティ製IPブロックで構成されます。これらのIPにおけるCDCにはどのように対処すべきでしょうか。どのようなアプローチを取るべきでしょうか。サプライヤーからCDCクリーンなIPが提供されているでしょうか。

フローに統合可能なCDC制約は提供されていても、サインオフ抽象化モデルは提供されていない場合があります。この場合の解決策の一つは、IPブロックの周囲にラッパーレベルを作成し、それを使用して階層型フローに渡すSAMを生成することです。ASICを構成するすべてのサードパーティ製IPブロックに対してフラットなCDCを実行することは、絶対に避けるべきです。

デバッグ効率の課題

すべての検証ワークフローと同様に、デバッグツールの有効性は生産性に大きな影響を与えます。CDCデバッグにおいては、優れた回路図可視化と波形解析の組み合わせが最も効果的なソリューションとなります。さらに、このデバッグ環境が複数の検証プラットフォーム間で慣れ親しんだ一貫性のあるものであることが望まれます。Verdiデバッグソリューションは、クロスプラットフォームの標準化に必要な一貫性を提供し、CDCのデバッグ生産性を大幅に向上させます。

MBISTへの対応方法

考慮すべき最後の課題は、MBIST挿入の処理方法です。通常、製品開発ライフサイクルの終盤で行われるMBISTは、最終的な設計における総ロジックの約3%を占める場合があります。MBISTの挿入によって設計内のCDCクロッシングが大幅に増加することは驚くことではありません。最終リリースに向けたCDCサインオフを検討する際、この点を見落としてはなりません。

この課題に対する実用的な解決策があります。MBIST挿入前にCDCクリーンになるよう設計を反復し、MBISTを挿入した上で、挿入後にも再びCDCクリーンになるよう反復を行います。MBISTのクロックドメインクロッシングパスを個別に処理することで、この追加の課題が適切に切り分けられ、管理可能になります。

静的検証ソリューション:VC SpyGlass CDC

VC SpyGlass CDCは、スケーラブルなパフォーマンスと容量、そして高いデバッグ生産性を備えた包括的なCDCサインオフ手法を提供します。

Synopsys Verification Continuum®プラットフォームに統合されているシノプシスの複数の静的解析ソリューションの一つです。VCSシミュレーションなどの他のツールとネイティブに連携し、Verdiデバッグツールとの統合により、一貫した高い生産性を誇るデバッグエクスペリエンスを提供します。

クロックドメインクロッシング技術 | Synopsys

クロックドメインクロッシングとSynopsys

シノプシスは、VC SpyGlass CDCを活用して、チップ設計チームがテープアウト前にクロックドメインクロッシングの課題を特定し解決できるよう支援します。構造的および機能的CDC解析に、スケーラブルな階層型検証、機械学習ベースの根本原因解析、および統合デバッグ機能を組み合わせることで、エンジニアの複雑なCDC違反の管理とサインオフの達成を支援します。

また、VC SpyGlass CDCはSynopsys VCSシミュレーションおよびVerdiデバッグと連携し、メタ安定性インジェクションを必要とするシナリオをはじめとする、困難なクロッシングシナリオの検証をサポートします。VC SpyGlass CDCの詳細をご覧いただき、複雑なASICおよびSoC設計におけるシノプシスのクロックドメインクロッシング検証のサポート内容をご確認ください。

続きを読む

Ask BETA This experience is in beta mode. Please double check responses for accuracy.

チャットを終了する

このウィンドウを閉じると、チャット履歴が消去され、セッションが終了します。本当に このチャットを終了してもよろしいですか?