-
公开(公告)号:CN119830825A
公开(公告)日:2025-04-15
申请号:CN202411725117.6
申请日:2024-11-28
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/3312 , G06F30/392 , G06F30/337
Abstract: 本发明公开了一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质,为了捕捉路径中单元间的相互作用关系,本发明的早期时序预测流程基于双向长短期记忆网络搭建,将路径中每一级单元的时序和物理信息表示为一个序列,并通过BLSTM传递和表征序列中的信息以学习路径中单元之间的相互影响,从而对布局后的路径延时进行准确的预测。在此基础上,本发明利用多层感知机网络学习路径全局特征对布局后路径时序的影响,提升预测精度的同时将早期时序预测框架适应到了众工艺角的场景中。基于该预测结果,本发明减少设计的迭代,降低芯片设计的时间成本。
-
公开(公告)号:CN119272627A
公开(公告)日:2025-01-07
申请号:CN202411380654.1
申请日:2024-09-30
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/27 , G06F111/06
Abstract: 本发明公开了一种增量多保真度机器学习辅助的混合优化方法与系统,方法主要包括初始设置与初始样本获取、全局低保真度代理模型#imgabs0#与残差模型#imgabs1#训练、全局优化、局部代理模型训练与优化、低保真度全波仿真并更新代理模型#imgabs2#再预测与高保真度仿真等步骤。该方法在训练和更新代理模型的过程中引入多保真度模型和自适应增量学习,可以有效降低采样和训练的计算复杂度,同时在优化的过程中采用全局多目标与局部单目标的混合优化算法,能够提升算法搜索的效率。该方法可用于设计参数在20‑50维的中等规模天线、阵列、滤波器等多目标电磁器件的优化设计等领域。
-
公开(公告)号:CN117807931A
公开(公告)日:2024-04-02
申请号:CN202311567752.1
申请日:2023-11-23
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/3312 , G06F30/337 , G06F117/12
Abstract: 本发明公开了一种面向先进工艺的单元延时模型构建方法,计算根据输入转换时间进行划分的快慢边界τref。分别根据快输入和慢输入的标称延时公式建立延时标称模型。快输入下提取晶体管开态电流和阈值电压作为主导参数波动,慢输入下提取多个晶体管的特定工作点电流和阈值电压作为主导参数波动,考虑工艺参数相关性,基于快输入和慢输入的延时标称模型根据误差传递公式分别建立快输入和慢输入下的延时统计模型。本发明建立的延时统计模型考虑多个工艺参数波动对延时的影响,具有更高的模型精度、更大的输入转换时间范围,适用于不同单元、不同温度、不同尺寸以及不同输出负载电容,还能减少仿真开销,节约仿真时间。
-
公开(公告)号:CN116911234A
公开(公告)日:2023-10-20
申请号:CN202310991252.4
申请日:2023-08-08
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/367
Abstract: 本发明公开了一种快速获取场效应管寄生电阻的方法。通过TCAD仿真获得场效应管载流子浓度、迁移率、电流密度等参数,依据电流密度分布合理划分区域,分别计算各区域的电阻值,利用各区域电阻与总电阻的数量关系求解出场效应管各部分寄生电阻。该方法与传统的寄生电阻提取方法相比,能够在不牺牲精度的情况下成倍的节省扫描场效应管尺寸参数所需的仿真算力,直接获得场效应管各部分寄生电阻阻值以及与栅极电压、漏极电压等参数的关系,为场效应管寄生电阻的分析与求解提供更为快速、直接的方法。
-
公开(公告)号:CN116384330A
公开(公告)日:2023-07-04
申请号:CN202310332561.0
申请日:2023-03-31
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/398
Abstract: 本发明公开了一种获取鳍式场效应管寄生电容波动模型的方法。通过TCAD仿真所获得的鳍式场效应管电场分布,获取寄生电容解析模型,之后利用统计阻抗场法获取寄生电容受工艺波动影响的数据,仿真数据校准拟合后,生成考虑工艺波动的寄生电容波动模型。该方法能够减少仿真工艺波动所需的大量计算,并且能够以统计分布的形式较为准确地表现工艺波动对寄生电容的影响。通过鳍式场效应管寄生电容波动模型,可以在不需要大量计算的情况下预估寄生电容的波动情况,解决考虑工艺波动条件下的电路设计的阈值、故障率、成品率等问题。
-
公开(公告)号:CN119180258A
公开(公告)日:2024-12-24
申请号:CN202411247104.2
申请日:2024-09-06
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/398 , G06F30/392
Abstract: 本发明公开了一种片上变压器自动绘制方法,可适用多种结构,包括交错互绕变压器、对称互绕变压器和对称叠层变压器。本发明的片上变压器自动绘制方法可实现任意多边形、不同结构、多种匝比的变压器绘制,可在任意位置增加抽头结构,能覆盖常见射频电路应用场景。相较于传统手动绘制,本发明只需提供所需的结构参数和结构类型,即可快速输出变压器版图,极大地提高了无源器件的设计效率。同时,本发明结合了几何先验知识对绘制结构进行预筛选,自动建模成功率可达100%。本发明所述方法在保证成功率的同时推动了射频电路设计的自动化和智能化。
-
公开(公告)号:CN117973283A
公开(公告)日:2024-05-03
申请号:CN202311567762.5
申请日:2023-11-23
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/3315 , G06F117/12
Abstract: 本发明公开了一种亚阈值区组合逻辑单元统计延时建模方法,仿真不同输入转换时间的延时波动标准差,同时通过对快输入、慢输入不同情形的单元统计延时模型求解不同输入转换时间的延时波动标准差,得到二者的归一化误差进而划定输入过渡区边界。通过快输入、慢输入不同情形的单元统计延时模型获得输入过渡区两边界的延时波动标准差,最终获得输入过渡区的延时统计模型。本发明提供的一种亚阈值区组合逻辑单元统计延时建模方法仿真开销低,预测精度高,对于数字集成电路的静态时序分析时序签核具有重要意义。
-
公开(公告)号:CN119356679A
公开(公告)日:2025-01-24
申请号:CN202411347652.2
申请日:2024-09-26
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
Abstract: 本申请实施例公开了代码处理方法、装置、设备、存储介质及程序产品;方法包括:获取包括第一代码、测试平台文件及设计描述文件的输入数据;基于测试平台文件对第一代码进行代码错误检测处理得到错误检测报告;在错误检测报告指示未检测到代码错误的情况下,将第一代码作为纠错后的第二代码;否则,通过纠错模型基于设计描述文件及错误检测报告,对第一代码进行代码错误修改处理,得到中间代码;从第一代码和中间代码中确定出代码质量更高的候选代码;将候选代码作为新的第一代码,并迭代执行对新的第一代码进行代码错误检测处理的步骤,直至得到纠错后的第二代码;可实现代码的验证纠错过程的自动化,节约开发过程中的时间及资源,加速开发过程。
-
公开(公告)号:CN119227514A
公开(公告)日:2024-12-31
申请号:CN202411247100.4
申请日:2024-09-06
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/27 , G06F30/367
Abstract: 本发明公开了一种机器学习辅助的片上变压器自动综合方法,首先设定片上变压器电参数目标和工艺约束;使用逆向人工神经网络快速预测得到一组结构参数作为初始解;接着对结构参数进行随机采样,其中一部分样本空间为初始解周围浮动得到,并进行全波电磁仿真获取样本;将样本全波仿真数据进行压缩,进而引入片上变压器先验知识训练GPR代理模型,使得模型的维度降低且预测准确度更高;然后进行全局优化,通过初始解约束优化范围,并进一步采用不同置信下限常数带来的多路径优化增强算法的收敛性和探索性。本发明采用逆向网络和正向优化相结合的算法,在保证准确度的同时具有更低的计算成本和更高的优化速度,推动了片上无源器件设计的自动化和智能化。
-
公开(公告)号:CN118211542A
公开(公告)日:2024-06-18
申请号:CN202410406459.5
申请日:2024-04-07
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/3315 , G06F30/327 , G06N5/01 , G06N20/00
Abstract: 本发明公开了一种数字集成电路线延时预测方法、设备及存储介质,首先,通过物理设计工具对电路进行物理设计,提取电路布线后版图寄生参数信息作为预测模型的输入特征,然后通过在spef网表中提取路径拓扑信息,进行序列特征预处理,将处理后的特征作为矩匹配模型的输入,建立起网表拓扑结构与线延时之间的联系。将矩匹配模型的输出和网表拓扑信息预处理的输出进行合并后作为XGboost模型和随机森林模型的特征输入。最后运用贝叶斯优化的方法进行超参数优化,得到鲁棒性较强的延时预测模型,输出延时预测值。本发明与传统精确模型方法相比,能够在较低的仿真开销情况下,取得更高精度的预测效果,对于数字集成电路的下时序签核具有重要意义。
-
-
-
-
-
-
-
-
-