使用毫升方法生产就绪的工程解决方案集成电路验证

WeiLii Tan &杰夫戴克
半导体设计继续推动信封的性能,功能,和效率而在高性能计算应用范围扩大,汽车的解决方案,和物联网设备。增加设计复杂性、规模和关键任务操作的半导体设计意味着IC验证策略必须覆盖指数更多的场景。

在香料级别,这导致在设计和IP验证需求显著增加。在现代SoC设计流,IP组件实例化数高,等因素变化从制造业的影响,和极低的目标失败率都开车需要验证方法针对3、4、5,或六西格玛和更高。结合需要验证设计性能和功能在一个广泛范围的电压和温度的角落,这导致数百万到数十亿完全验证所需的模拟设计。由于这个原因,传统的强力蒙特卡罗方法不再是可以扩展以满足验证需求。

机器学习(ML)方法提供一种方法来克服传统香料方法的局限性。毫升的解决方案交付结果数量级速度运行时和传统方法相比,和许多设计和验证团队已经开始应用毫升技术引入新优于上一代方法。因此,我们开始看到突破加速和覆盖范围增加在这个空间。
然而,随着数百万或数十亿美元的研究,开发和生产成本每半导体设计、ML方法不仅要快,而且是持续和有效地正确。

可验证性、准确性、普遍性、健壮性和可用性
生产就绪的工程解决方案,毫升方法必须证明功能在以下方面:可验证性、准确性、普遍性、健壮性和可用性。

• • 可验证性:自我验证的解决方案必须有一个方法或用户提供的答案来验证正确性。
  • 准确性:毫升结果必须满足工程精度公差在感兴趣的区域。
  • 普遍性:毫升方法应该工作在一个广泛的数据,而且不只是一个利基数据集。解决方案必须适用于足够广泛的用例任务。即。在不同的流程节点和设计类型。
  • 健壮性:毫升解决方案必须production-hardened和证明来处理问题。用户必须能够依靠持续的解决方案满足设计tape-out时间表。
  • 可用性:毫升解决方案必须易于使用和广泛部署,无需毫升专家来运行此工具。

毫升工具能力水平
鉴于毫升标准方法上面所提到的,毫升IC的功能验证可以分为五个层次,从最初的没有毫升能力全面生产准备。

0级:没有毫升。这些只是蛮力工具,不是毫升加速。对于香料模拟,这意味着使用蛮力蒙特卡罗方法来验证设计。

水平1:部分可靠的毫升。这些毫升方法在某些情况下,但失败于人,无法告诉。工具在这个级别很少用于实际集成电路设计或验证应用程序,因为他们不提供可靠指标的结果的正确性。它们主要用于演示目的。

级别2:部分可靠毫升accuracy-aware自我验证。毫升工具在这个层次上有方法来确定当结果是正确或不正确的。他们是用于某些任务,但用户需要一个后备计划当工具无法生成正确的结果。

3级:适应性、accuracy-aware毫升。工具在这个级别可以识别当毫升模型不提供足够准确的结果,可以继续自适应自动收集数据和改进模型,直到精度标准得到满足。这类工具在生产中是有用的,只要有好的情况下支持偶尔的角落,不能自动解决。

四级:全面生产毫升“作品”。解决方案在这个级别延长3级自适应技术通过识别和支持所有的角落案件并做出正确的结果在任何情况下,每次。

与大多数软件应用程序一样,每个工具能力等级需要约一个数量级比以前更多的开发工作水平。一级原型可以开发在周,获得四级需要多年的专注研发开发大型团队和生产硬化。

对级别4毫升的能力
从西门子EDA开发了ML Solido软件工具级别4毫升附近的能力。

第一步是执行一个初始实验设计(DoE)。这是一个稀疏覆盖的测量结果的整体空间。

在美国能源部的结果的基础上,该工具可以构造一个一阶毫升的预期结果模型空间。目标识别感兴趣的领域,可能需要更多的模型精度。工具然后产生更多的结果并比较它们对ML-generated结果。如果结果在工程公差不匹配,该工具与其他数据和更新模型进一步优化。

这个过程允许工具获得广泛的结果视图,添加了粒度调整结果在感兴趣的领域,以及内置的验证。

图1:级别3毫升与Solido机器学习能力。

这项技术在产品化的解决方案的一个例子是Solido High-Sigma匹配器,Solido变异设计的一部分。这个工具实现完整的蛮力准确验证结果在任何目标σ数量级少香料仿真运行时相比,传统的方法。High-Sigma验证器使用户能够达到更高的精度和覆盖率而显著减少验证进度。

图2:Solido High-Sigma校验使用毫升提供完全自动化,蛮force-accurate验证结果在4、5和6 +σ数量级的速度比蛮力方法。

总结
集成电路验证需求极大地扩大了由于增加了复杂性,规模和关键任务操作的半导体的设计。SPICE-level验证,毫升的方法提供了一种强大的方法来解决传统强力蒙特卡罗方法的局限性。

除了实现香料验证在天真的解决方案的运行时的一小部分,几个主要因素确定毫升溶液是否生产准备:可验证性、准确性、普遍性、健壮性和可用性。毫升的解决方案可以从0级分类(ML)四级(全面生产准备)。每毫升能力水平要求指数更多的研发工作和生产测试实现。

Solido High-Sigma匹配器,Solido变异设计的一部分,是一个ML-enabled解决方案,提供完整的蛮力准确验证结果在4、5和6 +σ,数量级减少仿真运行时。与High-Sigma验证器,设计和验证团队可以提高验证精度和覆盖率,同时大大降低设计进度。High-Sigma验证器是一个三级ML算法设计,这是快速接近四级通过大规模生产使用和迭代改进。

有关更多信息,请点击在这里。

——杰夫•戴克的工程总监西门子EDA。