针对SoC设计环境中数字VLSI前端设计技术与快速产品开发之间的矛盾,采用域特定的分析方法,结合编译技术、XML系列技术、模糊逻辑、多目标智能优化算法等技术手段,对SoC设计优化研究完成了如下成果:设计实现了名为MetaHDL的域特定语言,用于参数化、可配置RTL设计,可广泛应用于从面向逻辑的IP设计到面向IP集成的SoC设计的各个芯片设计项目中。MetaHDL具备由自动参数化机制和预处理器构成的二级代码配置体系,使设计者能够高效地完成可复用代码设计,并减少20%-90%的代码量。MetaHDL语法为可复用RTL设计作了专门的优化,提升了代码的可读性和表现力。MetaHDL编译器其内建的一系列代码静态检查机制在生成System Verilog代码的同时,保证了代码质量,也降低了RTL设计的专业化程度,有利于提高团队的整体工作质量和竞争力。提出了名为FGRX的细粒度可复用设计方法,并给出了基于XML Schema的实现方式,为SoC的重量级复用场景和基于平台(Platform-based)的SoC设计提供了可靠的解决方案。FGRX方法通过细化可复用对象的粒度,扩大了可复用对象的范围,是对现有可复用设计方法学的扩充。它通过自动构造原语级描述编译器,以静态检查的手段保证复用规则的可靠实施。FGRX方法通过定义转换规则,封装了冗余代码,自动同步了各个生成文件的内容,从而有效地管理了整个可复用设计过程。FGRX的增量设计模式可以达到几十倍到几千倍的代码精简,并且整套方法的性能不随对象粒度和数量的变化而变化,具有良好的可缩放性。提出了名为TBPM的基于事物数据流的架构级性能建模方法,以有向无环图的简单结构描述复杂系统,并设计了名为PML的语言作为这种方法的实现。用PML对系统进行性能建模可以避开逻辑描述的复杂度,快速地完成包括软件在内的SoC系统级建模用于周期精确的仿真,并且能够灵活地调整模型内各个关键元素。设计者在系统划分时可以快速考虑多种方案,并通过周期精确的仿真获取各个性能数据用于量化架构评估。设计了一种与TBPM方法配合使用的离散粒子群算法来自动优化架构级性能参数、探索架构设计的解空间。通过扩充PML语法,允许设计者指定优化目标、定义参数取值范围、指明相应的设计代价。算法通过自动构造性能模型并通过周期精确的仿真得出各性能目标的实际值,并结合模糊逻辑按照设计者的偏好和决策权重找出优化的架构设计方案。PML作为问题描述的过渡层,分离了性能模型、性能目标和优化算法三个部分,从而把各个部分模块化,便入引入更多优化算实现。在粒子群优化算法中采用互补振荡参数控制方式,能使算法在架构参数优化问题中快速逼近优化解,缩短解空间探查时间。结合OWA算子的可行解综合考量,把高维度向量的Pareto排序简化为标量排序,极大地简化了算法的复杂度。并且有效地结合了设计者的决策权重,让设计者可自由地调节优化倾向,找出不同性质的优化解。基于数据库管理系统和群集运算环境的粒子算法实现,很好地处理了各个程序组件之间的异步通信问题,也能够根据部署环境,充分利用运算资源,具有良好的环境适应性。以上所有研究工作均在多个实际芯片开发项目中得到应用和验证,并证明能有效地提高芯片设计中各个环节的工作效率和工作品质,从而为整个SoC项目注入强大动力。