论文题目
Efficient Methods for Display Power Estimation and Visualization
这是Intel工程师发表在DVCon2020上的论文，讨论了图形IP功耗分析的加速问题。
研究目的
功耗在图形领域变得越来越重要，在硅前完成准确的平均功耗和峰值功耗尤为重要。在Intel内部，常用的功耗估计办法是跑仿真、根据RTL toggle计算功耗。
常规的图像IP功耗估算流程如下：
根据产品性能要求确认IP的工作负载，比如图像分辨率、视频帧率；
用第1步的参数配置RTL，然后跑仿真，dump fsdb波形及saif文件；（👈这里卡脖子了）
跑完后，功耗分析工具（PrimeTime PX等）吃fsdb/saif，吐出功耗分析报告。
对于单帧图像而言，仿真时间几十个小时，采用这种功耗计算方法尚可接受。但对于UHD超高清或8K视频而言及多帧图像的情况，这种估算方法所需的仿真时间动辄十几天甚至几个月，工程师们分析完功耗后做些优化，重新分析又需要重新来一遍，这对项目schedule是很不友好的，是难以接受的。
得想办法加速仿真。
新方法
方法1 Emulation 跑仿真
找个palladium或zebu等emulation平台来加速仿真，这个方法似乎并不新奇，大多公司都这么干的吧。下图是simulation和emulation跑仿真的flow。
图1 Power Estimation Flow in Simulation
图2 Power Estimation Flow in Emulation
方法2 SPLIT方法
这个方法说来也简单，拿server资源换速度。原来跑一次仿真dump一个波形，现在是并行跑多个仿真，dump多个更小的波形，每个小波形开始dump的起始时间前后衔接，最后把多个波形合并到一块。图3、图4是本文提到的SPLIT方法及仿真过程。这个例子中以16ms分4份为例，每个波形dump 4ms，具体操作过程中可以拆分为更多更小的波形。
图3 Split Run method
图4 Split Run Simulations
讨论
emulation加速仿真的方法没得说，挺好。
这个SPLIT的方法，不能用于随机仿真。非要随机的话，这些并行跑的case必须用相同的seed，生成完全一样的随机配置参数，跑相同的图。问题是，我以为的随机相同，真的相同吗？如非必要，不推荐采用这种方法。
