在计算机程序中，我们使用缓存技术将常用功能的结果储存到磁盘上，所以当我们执行重复的指令时，就可以不必重复执行，却能够更快速地获得结果。同样的技术也可用来加速定制IC设计中参数化单元(parameterizedcell，PCells)的显示。有些电子设计自动化(EDA)工具会自动缓存PCells以提高效能;有些要求额外的授权;而其他则完全不提供快速读取能力。除了效能优势以外，PCell缓存技术还可以让设计流程中其他的工具能够读取并使用工具专属的PCells。
PCells运用于模拟与定制数字电路的设计中，是在规定的一套可变参数的基础上(图1)用来定义定制IC版图工具中物理版图的软件脚本。PCells是定制设计的建构基石，提供单一可程序化PCell以取代众多不同版本的手绘单元。PCells可使非常复杂的功能自动化，维护错综复杂的关系，甚至还能够与环境互动。
运用版图编辑器打开包含PCells的版图查看时，工具会运行个别的PCell脚本，产生对应的版图并保存在内存中。若有参数变更–无论是手工变更或是参数属性表中的参数变更–版图编辑器都必须重新为PCell赋值并适当地变更版图。在许多工具中，储存或关闭版图时，只有PCell处理程序与处理程序专属参数会被写入到磁盘，迫使工具在每次开启时重新为PCell赋值。
缓存技术可用来将赋值后的PCell版图写入到磁盘，以便能够读取源头工具所产生的版图内容。若无缓存技术，除非其他工具也能够执行PCell脚本，否则以其他工具开启时将无法显现PCell版图内容。
专利的脚本撰写语言，不断进化的标准
有史以来，PCells一直都以针对个别专属的版图工具而开发的专利脚本撰写语言(例如Cadence?SKILL?)而撰写的，这导致现有的大多数PCells都无法让其他供货商的工具「看见」，因为其他工具没有运行专利脚本赋值所需的软件。
由于可相互操作PDK库(InteroperablePDKLibrary，IPL)联盟的努力，现在这种窘境已经彻底改变了。这个联盟发起一项标准，让所有供货商能够执行可相互操作的PCells。IPL联盟标准中使用的PCells是运用可相互操作Python脚本撰写语言而撰写的，被其开发者Ciranova称为PyCells?。
现在您终于能够建立可由几乎所有EDA工具开启和修改的PCells了。
可相互操作的数据库实现PCELL缓存的梦想
所有的EDA工具都建立在基本数据库上，这些数据库以汇聚方式执行储存和取回半导体设计数据的桥接功能。直到最近，EDA工具一直都建立在专属数据库上。如果某EDA工具使用专属数据库，那么其他工具能够「看见」版图的唯一方法就是，必须转换成GDSII等通用半导体设计格式。在转换过程中，原始工具会*估PCells及其参数，然后将物理版图改写成GDSII格式的几何图形，摒弃与PCell相关的许多内容与参数。
一旦转换成GDSII，大多数情况下原始工具都无法识别这个版图数据。因此对PCells来说，GDSII格式转换是不可逆的。如果以专属数据库为基础的工具，用户想要检视或修改自己的PCells，就必须在设计的生命周期中每年都支付授权费给工具供货商。这就是「工具税(tooltax)」，绝无任何使用者会愿意缴纳。
近年来，SiliconIntegraTIonInitiative(Si2)制定的可相互操作数据库标准OPENACCESS(OA)带动了在半导体的定制IC设计中使用多种工具的风潮。这种数据库允许所有工具能够读取和写入相同的数据库，而且还能够提供让不同的工具能实时地运作于同一份内存数据。
符合OA规范的其他任何工具都能够看见在OpenAccess数据库中缓存的PCells。几乎各大版图编辑器与EDA业界中大多数的定制设计工具都能够–或者即将能够–至少读取和写入到OA数据库。但是，倘若采用其他供货商工具修改缓存的专利PCell，那该怎么办呢?
来源：维库开发网
