面對各個設計階段，以及軟件、硬件不同的完備程度，團隊可以采取不同抽象模型進行架構設計。Genesis 芯神匠提供的三種抽象模型，從最抽象的隨機指標建模、系統架構建模、到周期精確建模，分別介紹如下：
隨機指標建模
隨機指標模型是為了用分析方法了解整個系統，針對潛在問題區域進行細化模型，以進行詳細探討。例如，較高的抽象/統計級別意味著它是在事務級別建模的。此類模型的功能精度范圍為 60％ 到 80％，進入被調查元素的交易流的精度范圍為 80％。具有詳細處理元素的 75％ 至 80％ 的準確流量配置文件足以就峰值利用率，吞吐量或延遲做出有價值的設計決策。
隨機指標模型從較為抽象的角度提供了對整個系統的洞察力。在創新方面，沿著平行但又分開的思路進行思考可以深入了解隱藏在細節中的系統構造。如果用戶正在進行系統大小的第一級調整以完成系統架構，則統計級別的隨機程序建模是正確的選擇。
下圖是具有三個級別的緩存層次結構的基于示例統計處理器的系統。統計過程是一種行為流，它根據處理器速度生成統計指令流。統計高速緩存分層塊接受高速緩存請求，并根據定義的指令延遲請求，還檢查高速緩存的命中率和未命中率，以將控制權轉移到其他塊以進行進一步處理。
隨機指標模型
構建硬件，軟件，網絡和 RTOS 的體系結構模型，以確定技術選項對系統的影響。硬件級別模型的準確度范圍為 80％ 到 95％，具體取決于模型的精確程度。
下圖是示例硬件級別精度模型，該模型使用時序和功能精確的預構建庫模塊。在此建模級別上，將執行諸如 PCIe 與 RapidIO 或 LPDDR 與 DDR3 之類的標準的選擇。此外，這種方法可以在更詳細的粒度級別調整系統屬性。
硬件級別架構模型
周期精確建模
在此抽象級別上，模型的準確性接近于實際，對地址數據，控制信號和數據移動將進行詳細建模。Genesis 芯神匠具有龐大的周期精確模型庫，這些模型已針對供應商時序圖進行了驗證，可用于解決內存中的數據交換，總線中的緩沖區閾值以及顯示事件序列的時序圖有關的設計選項。這些報告對于跟蹤實現中的錯誤很有幫助，也可以為驗證測試的實現設計者提供依據。
下圖是一個周期精確級別架構模型，具有基于跟蹤文件的流量生成器，周期精確緩存和 AHB 總線。在此級別開發的模型需要描述具體每個事務。該架構在此階段是固定的，但屬性仍然很靈活配置，例如 DDR3 vs DDR4。
周期精確模型
-889.png)
