Webinar: Izboljšajte produktivnost s strojnim učenjem v analognem front-end načrtovalnem toku

Analogni oblikovalci IC lahko porabijo preveč časa in truda za ponovno uporabo starih, znanih, ročnih iteracijskih metod za načrtovanje vezij, samo zato, ker se je vedno tako delalo. Optimizacija vezja je pristop EDA, ki lahko samodejno določi velikost vseh tranzistorjev v celici z izvajanjem simulacij SPICE v kotih PVT in variacijah procesov, da izpolni zahteve glede oblikovanja analognih in mešanih signalov. Sliši se obetavno, kajne?

Torej, kateri optimizator vezja naj uporabim?

Za odgovor na to vprašanje se pripravlja spletni seminar, ki ga gosti MunEDA, podjetje EDA je začelo delovati leta 2001, vse pa je povezano z njihovim optimizatorjem vezij z imenom WiCkeD. Vhodi so SPICE netlist skupaj z zahtevami za načrtovanje, kot so: dobiček, pasovna širina in poraba energije. Izhodi so seznam omrežij velikosti, ki izpolnjuje ali presega zahteve glede oblikovanja.

Skrivnost WiCkeD-a je v tem, kako zgradi model strojnega učenja (ML) za izvajanje Design Of Experiments (DOE) za izračun najslabšega možnega kota PVT, iskanje občutljivosti geometrije tranzistorja in celo izračun variacije na čipu (OCV). ) občutljivost. Ta pristop ustvari in posodobi nelinearni, visokodimenzionalni model ML iz simuliranih podatkov.

Imeti model ML omogoča orodju, da reši izziv optimizacije, nato izvede končno preverjanje z izvajanjem simulacije SPICE. Obstajajo avtomatizirane iteracije, dokler niso izpolnjene vse zahteve. Zdaj se to sliši veliko hitreje kot stare metode ročnega ponavljanja. Usposabljanje modela ML je povsem samodejno in precej učinkovito.

Oblikovalci vezij se bodo naučili tudi:

• Kje uporabiti optimizacijo vezja
• Katere vrste vezij je dobro optimizirati
• Koliko vrednosti optimizacija vezja prinese v tok načrtovanja

Inženirji pri STMicroelectronics so uporabili optimizacijo vezja v WiCkeD, MunEDA pa govori o njihovih specifičnih rezultatih pri prihranku časa in izboljšavah pri izpolnjevanju zahtev. Podjetje za ojačevalnike moči Inplay Technologies je pokazalo rezultate optimizacije vezja s konference DAC 2018.

Podrobnosti spletnega seminarja

Oglejte si spletni seminar 11. aprila ob 10. uri po PDT do registracijo na spletu.

Sorodni dnevniki

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• Platoblockchain. Web3 Metaverse Intelligence. Razširjeno znanje. Dostopite tukaj.
• vir: https://semiwiki.com/eda/326047-webinar-enhance-productivity-with-machine-learning-in-the-analog-front-end-design-flow/