ندوة عبر الويب: تعزيز الإنتاجية من خلال التعلم الآلي في تدفق التصميم التناظري للواجهة الأمامية

أعاد نشره أفلاطون

المتابعون: 0

يمكن لمصممي الدوائر المتكاملة التناظرية قضاء الكثير من الوقت والجهد في إعادة استخدام طرق التكرار اليدوية القديمة والمألوفة لتصميم الدوائر ، فقط لأن هذه هي الطريقة التي يتم بها دائمًا. يعد تحسين الدائرة أحد أساليب EDA التي يمكن أن تحدد حجم جميع الترانزستورات في الخلية تلقائيًا ، عن طريق تشغيل محاكاة SPICE عبر زوايا PVT وتغيرات العملية ، لتلبية متطلبات تصميم الإشارات التناظرية والمختلطة. تبدو واعدة ، أليس كذلك؟

إذن ما هو محسن الدائرة الذي يجب أن أفكر في استخدامه؟

للإجابة على هذا السؤال ، هناك ندوة عبر الإنترنت ، يستضيفها مونيدا، إحدى شركات EDA التي بدأت في عام 2001 ، وكان كل شيء متعلقًا بمحسن الدارة الخاص بهم شريرة. المدخلات هي قائمة SPICE netlist جنبًا إلى جنب مع متطلبات التصميم ، مثل: الكسب وعرض النطاق الترددي واستهلاك الطاقة. النواتج هي قائمة صافي الحجم التي تلبي أو تتجاوز متطلبات التصميم.

التناظرية الدائرة الأمثل — تحسين الدوائر التناظرية

تتمثل الميزة السرية في WiCkeD في كيفية بناء نموذج التعلم الآلي (ML) لتشغيل تصميم التجارب (DOE) لحساب زاوية PVT الأسوأ ، والعثور على الحساسيات الهندسية للترانزستور ، وحتى حساب التباين على الرقاقة (OCV) ) الحساسيات. يقوم هذا النهج بإنشاء وتحديث نموذج ML غير خطي وعالي الأبعاد من بيانات محاكاة.

يمكّن امتلاك نموذج ML الأداة من حل تحدي التحسين ، ثم إجراء التحقق النهائي عن طريق تشغيل محاكاة SPICE. هناك تكرارات آلية حتى يتم استيفاء جميع المتطلبات. الآن هذا يبدو أسرع بكثير من طرق التكرار اليدوية القديمة. يعد تدريب نموذج ML تلقائيًا ، وفعالًا للغاية.

سيتعلم مصممو الدوائر أيضًا:

أين تستخدم دائرة التحسين
ما هي أنواع الدوائر الجيدة للتحسين
مقدار القيمة التي يجلبها تحسين الدائرة لتدفق التصميم

استخدم المهندسون في STMicroelectronics تحسين الدوائر في WiCkeD ، وتتحدث MunEDA عن نتائجهم المحددة في توفير الوقت والتحسينات في تلبية المتطلبات. عرضت شركة Inplay Technologies لمكبرات الطاقة نتائج تحسين الدوائر من مؤتمر DAC 2018.