從SPICE到QSPICE，電路仿真助力電源設計更節能

1970年在伯克利（Berkeley）誕生的SPICE集成電路仿真程序，已成為集成電路仿真器的標桿，并于2011年榮獲IEEE頒發的“電氣工程與計算技術里程碑”獎項。這一工具帶來對元件建模并模擬其行為的能力，賦能一代又一代的工程師；不僅包括芯片設計師，還涵蓋各類電路與系統開發人員。

這使得他們能夠快速創建設計原型并迭代設計，迅速預測針對不同工作條件的性能，在構建硬件之前進行優化（這通常是一個成本高昂且資源密集的過程），更快、更有效地分析和優化設計，以加速項目的成功完成?？偠灾?，仿真使得設計者能夠先于硬件部署實現設計和優化，避免更高的成本或消耗更大的資源。

應對設計復雜性

盡管仿真工具持續進化，提供了眾多改進，但工程師們面臨的挑戰仍日益加劇。全世界都期待電子和半導體領域的創新者能夠解決當下的難題，由此讓系統設計變得愈發復雜；性能預期不斷提高，設計裕量不斷縮小，上市時間壓力也持續增大。

特別是，當前的電源設計正越來越多地轉向更高級別的架構，包括高效拓撲和數字電源。因此，工程師們現在希望通過人工智能進行更大量的數字仿真，以推動日益復雜的設計以及電源和射頻工作。

仿真工具的改進

誠然，如今許多工程師之所以能享受到仿真器功能的一些提升，得益于他們桌面臺式計算機更強大的計算能力；其中的關鍵進展包括可提供高存儲密度和快速響應的固態硬盤、普遍更快的處理器，以及特別是GPU的采用。這種向異構處理的轉變已成為行業內的普遍趨勢。在SPICE引擎中，它們實現了數據渲染時間近10萬倍的加速，從而使工具能夠快速、準確地在屏幕上顯示結果?，F在，顯示波形中的每個數據點已成為可能；而在過去，如此詳細程度的渲染是不可能做到的。

另一方面，仿真工具本身也經歷了一系列內在的強化，包括SPICE建模引擎的改進，確保了更高的準確性以及增強的功率與模擬仿真能力。

此外，還有一些顯著的錯誤得到修復；某些商業工具中包含的執行錯誤，可以追溯到原始伯克利SPICE軟件的代碼，而這些錯誤會導致半導體器件的I-V曲線出現不連續。Qorvo開發的QSPICE電路仿真器修正了這些錯誤，釋放了SPICE引擎用于模擬電路仿真的真正實力?，F在，隨著這些不連續性的消除，仿真可以更加準確和可靠地完成——這是邁向更高速、更可靠仿真的重要一步。

圖1，改進的I-V曲線

全新的數字功能

同樣令人耳目一新的是QSPICE應對海量數字電路的仿真能力，這使得處理原理圖捕獲，以及編譯和運行數字代碼成為可能。這些功能通常在易于獲取且價格適中的工具中并不常見，更不用說免費工具了。過去，SPICE工具純粹針對模擬電路仿真；而如今，只需點擊一個按鈕就可以編譯Verilog或C++代碼，并快速同時運行高速數字仿真與模擬仿真。

這有助于克服一些利用人工智能（AI）和機器學習（ML）開發應用時遇到的挑戰。工程師可將開源RISC-V處理器的代碼庫加載到QSPICE代碼模塊中進行編譯。隨后，他們可以加載在RISC-V上運行的TinyML算法代碼，并將其與電機驅動器和電機模型一起進行仿真，實現模擬仿真的同步運行。

另一個例子涉及實現更高效電池充電或最大化充電周期次數的系統開發。如今，我們可以將電池模型加入仿真并快速運行機器學習算法。因此，無需構建物理測試臺，或處理大型電機或電池實驗帶來的額外顧慮，就能解決電源設計難題。

此外，時間步長控制的可能性進一步擴大了設計師應對電源設計挑戰的范圍。時間步長控制有助于準確、高效地仿真電力電子電路，助力設計人員深入洞悉快速開關事件、非線性，及動態行為。

借助時間步長控制，仿真可以在關鍵事件中自動調整為更小的時間間隔，來捕捉動態響應，或噪聲及紋波效應。它有助于分析系統的瞬態響應或開關波形的快速上升和下降時間。在較慢變化周期設置較大的時間步長固然可以降低計算成本，然而在快速開關事件期間靈活使用較小的時間步長可以獲得更高的精度。

圖2a，功率損耗與時間步長電路

圖2b和圖2c，功率損耗與時間步長

滿足精度要求

需要仿真的系統日趨復雜，對精確分析的需求也在不斷增強；其中，功率分析便是一個尤為相關的例子。無論是從產品性能的角度，還是在可持續發展的維度來看，功耗都至關重要——它影響著電動汽車（EV）的續航里程、無繩工具的運行時間、每瓦特可再生能源成本等諸多指標。目前，許多設備的功耗已達到納安級別。因此，除了精度之外，實現合適的分辨率也極具挑戰性。

更貼近現實

雖然復雜性和精度等問題持續帶來挑戰，但有些需求始終如一——用戶希望仿真結果盡可能接近真實情況，而工具開發人員也始終致力于這一目標的達成。

這一切的實現，都要求避免對存儲和仿真執行時間等系統資源提出過高需求。QSPICE仿真器可以高速執行數字仿真，因為描述數字邏輯的Verilog或C++源代碼已編譯成原生桌面處理器目標代碼。

結論

電路仿真技術已取得了長足的進步，但它將始終追逐著一個不僅在前行，并且在持續加速的目標；這場旅程永無止境，進步本身也在不斷自我推動。工具助力技術的發展，這些發展的成果——特別是速度更快、效率更高的處理器——則能夠進一步改善建模過程。如今，隨著大規模數字仿真功能的加入，以及對SPICE引擎準確性的提升和整體性的改進，諸如QSPICE仿真器這樣的工具已經準備好為電源轉換、電動汽車和人工智能等領域的前沿項目帶來支持。