高效和准确的库描述是全芯片或块级设计流程中的关键步骤,因为它确保所有库元素在所有预期的操作条件下执行规范。然而,由于特征数据的复杂性和数量,传统的库表征和验证在计算和工程工作方面变得越来越昂贵。由于表征需求超过了传统方法的可扩展性,由于芯片故障导致的进度延迟、表征结果的不完全验证和重新旋转的风险增加。
本白皮书介绍了通过数学建模和机器学习实现快速准确的库表征和验证的创新方法。这些方法极大地加速了表征,从而在运行时加速了所有过程、电压和温度(PVT)的生产精度、全库表征,以及几乎立即生成额外的PVT。
如需阅读更多,请点击在这里.
留下回复