通過之前的博文，我們已經(jīng)學會了如何使用 Report QoR Assessment (RQA) 和 Report QoR Suggestions (RQS) 來改進總體設計分析以及設計的時序收斂體驗。

本篇博文將通過一個具體設計示例來演示如何在實現(xiàn)流程中將 RQA 與 RQS 結合使用。

RQA 能為設計提供評估得分，并提供有關后續(xù)步驟的指導信息，而 RQS 則可提供適用的改進措施的建議和策略。

RQA 和 RQS 都要求設計已完成綜合或實現(xiàn)，才能對其進行分析。這兩者會在設計中尋找故障點，然后評估設計是否有可能滿足其設計目標。

作為演示，我們選擇了一項設計，并在為其運行初始 opt_design 后運行 RQA。RQA 報告如下所示：

讓我們來看看評估得分匯總表（流程指南），了解其中每個部分的意義，然后直接查看評估詳情。

此設計的初始評估得分為 3，即其成功可能性較小。通常，得分不低于 3 分表示 RQS 應該能夠對設計進行改進，因此，我們將繼續(xù)執(zhí)行后續(xù)步驟。

如果得分為 1 或 2，則表示設計滿足要求并完成實現(xiàn)步驟的可能性極低。在此情況下，建議是先返回并修復問題區(qū)域。

繼續(xù)來看“方法論嚴重性”部分，匯總信息中顯示存在一些嚴重警告。我們可以選擇解決這些警告或者將其豁免。

對于本篇博文，我們選擇將其豁免。請注意，您還可以使用報告方法論 (Report Methodology) 來運行完整方法檢查，并修復所有警告，然后再繼續(xù)后續(xù)步驟。

接下來的段落提供了 ML 策略合規(guī)性和增量編譯合規(guī)性方面的信息。ML 策略僅限在 PnR 完成后才可用。增量流程也應在 PnR 完成后使用，并且通常建議在以下前提下執(zhí)行：設計不存在關鍵問題并且設計處于時序收斂的最終階段。即使 Vivado 工具未提供相關建議，我們也可以繼續(xù)運行 ML 策略和增量合規(guī)性。

最后一段提供了“建議流程”階段的相關信息。這一段為我們提供了有關繼續(xù)執(zhí)行后續(xù)步驟之前需要完成的操作的信息。在此情況下，我們會看到“復查方法論”警告，可以選擇將其修復或者豁免。如上文所述，我們先暫時將其豁免。

如果在建議流程階段并未提供具體指南，那么您始終可以繼續(xù)通過運行 RQS 來提升 RQA 得分。

QoR 評估詳情：

正如報告中所示，該表提供了有關 WNS 的信息以及許多其它使用情況指標。

此設計的初始 WNS 為 -0.580 ns。

狀態(tài)列能幫助我們簡單了解需要復查和修復的問題。閾值應被視為指導性數(shù)值，并非必須遵守的硬性規(guī)則。只要您留意這些數(shù)值，就可以看到雖然其中標記了許多需要復查的區(qū)域，但“內存 LUT (Memory LUT)”的值達到了閾值的 2 倍以上。

得到初始 RQA 評分后，就可以在任何階段運行 report_qor_suggestions 并手動或自動應用這些建議來改進設計。

我們建議在完成 place_design 之后再執(zhí)行 RQS 的初始運行，因為在此階段，時鐘 (clocking) 建議和偏差數(shù)值是準確的。并且，在 place_design 完成后還會提供擁塞建議。

假設我們繼續(xù)執(zhí)行實現(xiàn)流程，運行 opt_design 和 place_design，然后運行 report_qor_suggestions。

這樣即可得到如下所示建議報告匯總：

在此報告中可以看到，有多項有關利用率、時鐘、時序和擁塞的建議，該表還提到了生成和適用這些建議的階段。

您還會注意到，這些建議可分為自動（即當您重新運行此流程后，會自動選取并應用這些建議）建議或手動（即這些建議將需要人工干預）建議。

請注意，表中建議的組織方式為按其對設計的 RQA 得分的影響從高到低排列。

在此階段，我們必須運行 place_design 并運行這些建議，以便使改進生效。請注意 RQS 建議表，其中部分建議適用于 synth_design。 其中許多綜合建議與 place_design 建議重疊，因此您可任選其中之一運行。

如果您運行的是 place_design 建議而不是綜合建議，此流程可選擇執(zhí)行相應的建議。（例如，RQS_CONG-3_2-1 和 RQS_CONG3_1-1）在此情況下，如果您已運行 place_design，就無需再運行綜合建議。

上表中顯示的自動建議將在適用的階段中實施，隨后我們可以重新運行 RQA 來檢查評分。

執(zhí)行 opt_design 和 place_design 并應用建議后，RQA 得分仍為 3，如下表所示。

但請注意，應用建議后，WNS 得分已提升至 -0.21 ns。

由于評估表較為簡潔，您可將該表與前表進行比對，查看設計參數(shù)中的改進。此外，請注意，在此用例中，流程指南建議您運行 report_qor_suggestions。

可以看到，設計布線后階段的 RQA 得分為 4。WNS 現(xiàn)已提升到 -0.11 ns，相比第一份報告，內存 LUT 已顯著降低。

應用 RQS 建議并繼續(xù)執(zhí)行實現(xiàn)步驟后，得分從 opt_design 階段的 3 分提高到 route_design 階段的 4 分。

如果您重復此過程，添加更多建議，那么 QoR 參數(shù)將能繼續(xù)提高。

請注意，RQA 得分的細化程度并不足以顯示擁塞、時序、利用率和時鐘方面的所有改進成果。

例如，下表顯示 RQA 得分為 4，但 WNS 數(shù)值已從 -0.11 ns 提高到 -0.02 ns。

以上匯總表顯示設計現(xiàn)已符合 ML 策略和增量編譯的要求。僅當 PnR 已完成、所有關鍵設計修改均已完成并且設計運行時所有 Directive 均設置為 default 或 explore 后，ML 策略才可用。

如果設計非常接近時序收斂并且 RQA 得分為 4 或 5，那么您就可以利用 RQS 建議來啟用增量流程。在我們的示例中，當前設計的 RQA 得分為 4，并且符合增量編譯和 ML 策略的要求。在此類情況下，工具將為您提供最佳選項建議。

應用 ML 策略后的最終 RQA 得分為 5，評估得分如下所示：

請觀察 RQA 與 RQS 的結合作用，它幫助我們改進了 QoR，并且將 RQA 得分從 3 提升到 4，最后，在時序收斂的最后沖刺階段，它引入了 ML 策略和增量合規(guī)性，以實現(xiàn)設計收斂。

總結

通過本設計示例，我們學習了如何將 RQS 與 RQA 結合使用，以幫助我們清理設計中的時鐘、擁塞和時序問題。

隨后，當我們非常接近設計收斂時，通過運行基于 ML 的策略和增量編譯，即可幫助我們完成最后一步。

編輯：hfy