14
除了刚才介绍的 Model 的级别，还有一个非常另外的一种思路，“TableModel”的存在，它有点类似于大数据的概念。传统的 Model，尤其需要用 Analog 仿真器的 Model，一般都先是根据器件的物理特性做的参数，有物理的概念在里面，还要考虑高阶效应，更要考虑 Model 的数学表达式的连续性和光滑性、使得尽量少的出现 Convergence 的问题。所以有时候和 Silicon 的吻合程度就不一定那么高。
而 Table Model 呢？我才不去想那些乱七八糟的各种物理学特性呢，我直接把 Silicon 测试出来的数据都列举出来，建立一个数据，你在什么样的温度、电压下有什么 Silicon 数值表现，我就直接写到表格里面；到时候仿真器用的时候直接查表就行了。或者我才不 Care 你电路是怎么用 Transistor 大器来，也不管你是一个比较器，还是一个 Amp，我只关心你输入什么值，能输出来什么值就行了；至于他们之间的数学表达式关系，你以前是可以用 VerilogA、VerilogAMS 写，而在我这里，你不用想他们的数学表达式了，我不在乎！我有表，一表在手，有 input 有 output。
看看 Table Model 的表现，你是不是想起来一本书？那就是《大数据时代》，它的作者舍恩伯格就曾经指出过一条有意思的理论，那就是在当今信息和数据极大丰富的时代，咱们在逐步放弃对因果关系的过分渴求，取而代之去关注“相关关系”；也就是说不需要知道“为什么”，而是强调知道“是什么”。不去看量子力学的各种效应，不去想 MOS FET，电容电阻的物理特性，只是根据实际测试到的 silicon 的数值，直接做一个数据库，当外界加什么电压、有什么温度时候，就来什么对应的输出电流等。这就类似于大数据的概念，不关心为什么，只在乎是什么。用互联网的里面的热词，来理解半导体行业，我自己写出来的时候也是醉了。
当然 Table 不可能穷尽所有的数据，所以对于没有在 table 里面的数据，仿真器需要插入数值(interpolate)或者外推推断数值(extrapolate) ，这也是一个技术活，我们以后有空可以讲讲。总之是，TableModel 可以做的和实际的 silicon 测试出来的数据一模一样了；不过它也有短板，那就是连续性和光滑性，毕竟它是分离的数据。对于 Digital 自然是喜欢的，Analog 仿真器还是需要处理。
4.Model 前一定要 plan！plan！plan!
花了这么大的篇幅介绍完了 Model 的种类、让大家对 Model 的花样心中有数之后，我再回过头来强调一件事情，那就是做 Model 一定要 Plan！好多 Model 的教材，都会把 Plan 作为第一章节的头等重要事情强调一遍，可见其是多么重要。而我把 Plan 放在这里，就像是你去商店买手机，我先给你介绍完苹果、华为、小米的各种好坏处，让你有一个大致了解之后，再去真正想你所关心的是什么；也就是你做 Model 到底想“洞见”什么。这也是战略性的事情，要想，想清楚。
做 Model 前一定要 plan！plan！plan! 重要事情说三遍。Plan 这种事情，说起来很容易，大家也大概知道是什么意思。但是这个东西又有时候比较虚，你学习了一句语法怎么写，然后你尽快应用到了实际中，这种疗程短、见效快，所以喜闻乐见。但是 plan 呢，你读了 plan 的大致内容，Cadence、老板等也教了你一些方法，但是这些都是疗程长、见效慢的东西，没有日积月累，很难突破。但是这种就像是电脑的操作系统，在最底层，平时看起来最不起眼，但是这种东西一旦升级好了，就是融会贯通，就是“质”的飞跃。
Model 是有好多好处，把仿真速度提高、把精度提高、可移植性(Portability)好、能够在项目初始阶段就做整体仿真、能让数字模拟工程师结合起来，让软硬件工程师结合起来…问题是你最关心的是什么？哪个级别的 Model 是你所需要的，是你的 DVPlan 里面最最在乎的？
包括整个 IC，在做设计的时候，要做好 Block 划分；非常复杂的 blocks 要在细分可以 manageable 的 sub-blocks;如果一个 Block 准备用 Model 代替了，那么这个 Model 下面，就基本不要再包含电路了。如果一个 Block 的 transistor level 的各种 detailed 的信息都很重要，那就不用 Model 了，直接用 schematic 好了；如果做 Model，一定要搞清楚为了啥。一定要想清楚 DV 在这里是 Test 什么的，Model 到能够 Test 就行了。
Model 是否需要统一的规范？因为你今天做个 Model，明天还想着 Reuse 呢。但是一旦想统一规范，可能就需要花费更长的时间和精力，你们项目允许么？长远看值得付出不？哪些 Model 不要弄？例如对于非线性的 Non-linear 可能要考虑下是否可以转化为线性的。对只有弱相关的东西(weak dependencies)可以近似成一个常数；对于 delay，除非对 Function 比较重要，否则一般都不需要 Model。如果进入一个 Model 的 inputcontrol/signal 不符合 Model 里面的预期，是否就要有 assertion，就要报错。
总之，哪些要 Model，哪些不 Model，Model 到什么级别，Model 和 Design 的关系等等，都需要 Plan。下手吭哧吭哧具体干活前，把 Plan 想清楚，才能让功夫花在刀刃上。我挺喜欢猎豹傅盛有篇文章里面提到的一个图（见下），做事情把想法想清楚，Plan 做彻底，那么在相同的时间内，行动的斜率就高、收获就大。所以做 Model 前一定要 Plan！
5. 对写出来的 Model“不”做验证，就是耍流氓
只写出来 Model，而不对 Mode 进行验证，这就是耍流氓。就像只生孩子、不养孩子，这就是耍流氓。
对 Model 的验证，包括利用相同的 TestBench，对于 Model 和 Schematic 出来的结果的验证。验证 Model 和电路类似，有 Block 级 Schematic 和 Model 的吻合，还有 Sub-System 能够能通畅的利用 Model 仿真、以及 Model 和 Sub-System 的吻合。更有 Model 和整个 Top 的吻合度。当对 Schematic 做各种加法、形成 Model 的时候，其实在项目中，很多时候是在流片回来之后，为了和测试吻合，把 Schematic 上面加各种东西而形成的 Model。
6. Model EDA 方面，Cadence 有 SMG 和 amsDmV 工具
Cadence 确实给了很多 Model 的例子。如果大家用的是 Cadence 家给的工具的话，以下路径就有例子：
/ICXXX/tools/dfII/samples/artist/bmslib
SMG
Cadence 为了能够让喜欢”Graphical”的 Analog 工程师写代码方便点，开发了一个 Schematic Model Generator 的工具，在 Virtuoso 里面：CIW--> tools --> Behavior Modeling --> Schematic Model Generator。
它的主要好处是把一些 pin，你自己定义好了，他们给你最规范的 code；另外就是提供了一些很多内置的 Model 的小模块 BBT(BuildingBlock Text),其实就也是一些 example 的 code，然后让你自己根据自己的 schematic，利用这些 BBT 积木，去搭建城堡。
不过，注意，请注意，工具目前还是不能完全支持一个“schematic 进、code 出”的 So 智能的活儿；参见 Cadence 给的下图。ADVer，你们做 Model 的工作，暂时计算机还是代替不了的。
amsDmv
前面说过了，不做验证的 Model 上来就用，这就是耍流氓。所以做 Model，肯定要和 Schematic 去吻合。用相同的 TB 打打，看看关心的结果是否符合预期。问题是很多 Schematic 经常变，Model 本来做完了，可以伸伸懒腰打打哈欠，大功告成了；结果 Designer 又变化东西了；怎么让这种反复迭代轻松点？Cadence 又给了一个工具，叫 amsDmv(AMS Design and Model Validation)：在 Virtuoso 里面：CIW--> tools --> Behavior Modeling --> Model Validation。
它可以利用 ADE 的结果，去比较你关心的 schematic 和 Model 仿真的波形，可以设置两者结果比较的精度 tolerance，以及踢掉不想比较的东西(exclude)等；更可以做最基本的 Pincheck 等。
以上两个 Tool，调查周围朋友的结果是：用的人很少。Cadence 的一些培训教材也把它们标志成 Optional 的章节。
小结
以上就是本次文章关于 Model 的整体概述。感谢朋友们对本文的建议和意见；欢迎更多公众号朋友提供反馈（可惜我还木有被微信团队认定为原创公众号啊，所以只能消息留言了；微信公众号背后的神秘团队，请审核我是原创！）。下期节目我们将深入一个技术细节，谈一个在 VerilogAMS 和 RVM Model 中，发挥着重要作用的一个 KeyWord，叫 Wreal。
与非网原创内容，不经允许，不得转载！
系列汇总：
