GBA PBA（path exhaustive）

本文主要是介绍GBA PBA（path exhaustive），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1，Timing Graph:

图中的ports 和 pins 组成了graph 的节点，通过timing arc 把节点连接起来，组成timing graph。Graph中包含着每一个timing arc 的min 和 max timing，以及一些case analysis 值和 disable arc等信息。

Path-based analysis 相当于重新计算一条Graph中的一条path，会更加精准。

2，Slew Merge Points

Design中经常看到多个arc 汇集到一个点，每个arc可能有不同的slew 值，这就要求工具在计算delay 的时候，必须选择其中之一，这种点称为slew merge points。很多情况下是一个cell 的output pin，也有可能是cell的input pin （driven by tristate drivers），如下图所示

下图是计算的一个例子：

两个不同slew 的timing arc 到达U1/Z，工具应该如何选择这两个slew，这决定着本级cell 的delay，也影响着下级U2/U3（downstream logic cells）的delay 。为了确保安全和快速，GBA会把最快和最慢的两个留下来，并作为min/max slew传递下去，工具在计算min delay 的时候，为了满足最快需求（满足最worst情况），会使用最快的slew （arc b）来计算，计算max delay 的时候会选择arc a。

按照上述的选择就会有一个问题，如下如所示：

FF1/FF2 通过不同的路径到达FF3，在计算max delay的时候，显然FF2 to FF3是最差的path，但是U1按照GBA 计算选用的是比较慢的slew （arc a）,而且会继续传递给U2, U3，因为GBA只会选择最悲观的那个值，而不看具体的path怎么走。

所以，计算FF1到FF3这个path的timing时，GBA是准确的，计算FF2到FF3的时候，GBA就相对比较悲观了。

GBA 相比于PBA的优势就是快，存储的参数比较小。GBA相当于每一个pin 都存储了固定的四个值（min/max rise/fall），计算的时候特别快。PBA在真实情况下，每一个arc 可能受到前级多个timing 行为的影响，如果每一个arc都把every possible upstream path 的值都存储下来，可能有成千上万个，着极大的占用了资源。

3，Path Recalculation

Path-based analysis 时，工具会基于GBA（the graph path）重新计算新的timing，这种操作叫做 path recalculation。有三种方法可以提高PBA的精度：

（1）pba计算某一个path的timing时，是按照这个path的真实路径的slew传递来计算的，也就是每个pin只有一个值，而不是去多个值里面去选择。即使在某个slew merge points有别的更慢的slew进来，PBA也不管。所以pba看到的slew会真实，会没那么悲观。

（2）pba一次只看一个单一的path，path上的slew没有min/max的区分了，所以这条path也不会有timing window的概念了。这对crosstalk非常有好处的。如下图左，按照GBA计算时，这根net有一个timing window，当它和旁边有耦合的net的timing window有overlap时，就会认为有crosstalk，从而导致slew变化。而右图的PBA模式下，path的net本身只有单个slew，没有window，所以产生crosstalk的几率会大大较少。

（3）即使产生了crosstalk，slew受到的影响也会相对GBA小。因为PBA传递的是不是worst的slew，slew越小，crosstalk也越小。如下图所示，左图GBA 传输的slew 很大，会产生较大的crosstalk，右图的PBA选的时真实的slew，不是worst 的，所以即使有slew，也会比较小。