Siemens akselererer karakterisering av halvlederbiblioteker

Designteam innen halvlederutvikling møter økende press for å generere nøyaktige timing- og effektbiblioteker, ettersom økende prosesskompleksitet, strengere toleranser og avanserte modelleringsformater utvider arbeidsbelastningen knyttet til karakterisering. I denne sammenhengen har Siemens introdusert programvaren Solido™ Characterizer, som utvider Solido™ Characterization Suite med AI-assisterte funksjoner for automatisering av halvlederdesign.

Raskere generering av biblioteker for avanserte prosessnoder
Solido™ Characterizer er utviklet for foundries og interne chipdesignteam som genererer SPICE-baserte Liberty-filer på tvers av både modne og avanserte prosessnoder. Programvaren benytter prediktive AI-metoder for å akselerere karakteriseringsarbeidsflyter som i økende grad begrenses av større datasett, flere process-voltage-temperature (PVT)-varianter og avanserte timingmodeller som Liberty Variation Format (LVF).

Siemens opplyser at programvaren reduserer genereringstiden for Liberty-filer fra uker til dager, samtidig som gjennomstrømningen økes syv ganger. Denne ytelsesforbedringen kommer fra en kombinasjon av AI-assistert karakterisering og simulatorakselerasjon, snarere enn fra ett enkelt optimaliseringslag.

AI og simuleringsakselerasjon i samspill
Ytelsesarkitekturen kombinerer Characterizer AI Engine med Solido LibSPICE, Siemens’ internt utviklede karakteriseringssimulator.

Characterizer AI Engine akselererer Liberty-generering og LVF-karakterisering, og bidrar ifølge oppgitte tall til en femdoblet hastighetsforbedring i arbeidsflyter for silisiumkarakterisering på tvers av prosessnoder. Solido LibSPICE gir en ytterligere ytelsesøkning på mer enn 2x for SPICE-simuleringsarbeidsbelastninger brukt under karakterisering.

Til sammen adresserer disse teknologiene en sentral flaskehals innen electronic design automation (EDA): å generere validerte produksjonsbiblioteker raskt nok til å holde tritt med de akselererte utviklingssyklusene i halvlederindustrien.

Skalering av karakterisering på tvers av designorganisasjoner
Etter hvert som halvlederselskaper håndterer flere IP-blokker og parallelle designteam, blir skalerbarhet i karakterisering like mye et infrastrukturanliggende som en modelleringsutfordring.

Plattformen integreres med Solido Analytics for å levere kvalitetssikring i sanntid, overvåking av kjørende prosesser, interaktiv debugging og automatiserte replay-funksjoner som skal redusere ingeniørbelastningen under verifisering og feilsøking.

Solido™ Characterizer kobles også til Solido Generator, som bruker Liberty-basisfiler til å trene AI-modeller som kan generere ytterligere bibliotekvisninger uten behov for nye SPICE-simuleringer. Siemens posisjonerer også programvaren for integrasjon med Solido Fuse, basert på Fuse™ EDA AI-systemet, for å støtte generative og agentbaserte AI-arbeidsflyter på tvers av karakteriseringsprosesser.

Kundebekreftelse i foundry- og IP-arbeidsflyter
GlobalFoundries rapporterte bruk av Solido Characterization Suite for å validere designmarginer og generere Liberty-filer samtidig som produksjonsnøyaktighet på SPICE-nivå ble opprettholdt, med intern prosessakselerasjon på 20 % til 30 %.

Anatrix oppga bruk av Solido Characterizer i karakterisering av et strålingsherdet digitalt gate-bibliotek med beskyttelse mot single-event latch-up, sammen med validering av analog og mixed-signal IP-atferd gjennom Siemens EDA-simuleringsarbeidsflyter.

For halvlederteam som balanserer modellnøyaktighet med kortere utviklingssykluser, blir AI-assistert karakterisering i økende grad en del av standard infrastruktur for chipdesign snarere enn et spesialisert optimaliseringslag.

Redigert av Aishwarya Mambet, Induportals-redaktør, med hjelp av AI.

www.siemens.com