模拟 IC 设计人员可能会花费太多时间和精力重复使用旧的、熟悉的手动迭代方法进行电路设计,只是因为它一直都是这样做的。 电路优化是一种 EDA 方法,它可以通过跨 PVT 角和工艺变化运行 SPICE 仿真来自动调整单元中所有晶体管的大小,以满足模拟和混合信号设计要求。 听起来很有希望,对吧?
那么我应该考虑使用哪种电路优化器?
为了回答这个问题,即将举办一个网络研讨会,由 宗立达,一家 EDA 公司成立于 2001 年,他们的电路优化器名为 邪恶. 输入是 SPICE 网表以及设计要求,例如:增益、带宽和功耗。 输出是一个大小符合或超过设计要求的网表。
WiCkeD 的秘诀在于它如何建立机器学习 (ML) 模型来运行实验设计 (DOE) 来计算最坏情况下的 PVT 拐角,找到晶体管几何形状的敏感性,甚至计算片上变化 (OCV) )敏感性。 这种方法根据模拟数据创建和更新非线性、高维 ML 模型。
拥有 ML 模型使该工具能够解决优化挑战,然后通过运行 SPICE 仿真进行最终验证。 在满足所有要求之前,会进行自动迭代。 现在这听起来比旧的手动迭代方法快得多。 训练 ML 模型是完全自动的,而且非常高效。
电路设计师还将学习:
- 电路优化用在哪里
- 什么类型的电路好优化
- 电路优化给设计流程带来多少价值
STMicroelectronics 的工程师使用了 WiCkeD 中的电路优化,MunEDA 谈到了他们在节省时间和改进满足要求方面的具体结果。 功率放大器公司Inplay Technologies展示了DAC 2018会议的电路优化结果。
网络研讨会详情
查看太平洋夏令时间 11 月 10 日上午 XNUMX 点的网络研讨会 在线注册.
相关博客
通过以下方式分享此帖子:- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- Sumber: https://semiwiki.com/eda/326047-webinar-enhance-productivity-with-machine-learning-in-the-analog-front-end-design-flow/
- :是
- $UP
- 2001
- 2018
- a
- 关于我们
- 横过
- 所有类型
- 时刻
- 和
- 回答
- 的途径
- 四月
- 保健
- At
- 自动化
- 自动表
- 自动
- 背部
- 带宽
- 因为
- 带来
- 建立
- by
- 计算
- CAN
- 挑战
- 芯片
- 未来
- 公司
- 研讨会 首页
- 考虑
- 消费
- 角落
- 角落
- 创建
- data
- 设计
- 设计师
- 美国能源部
- 高效
- 努力
- 使
- 甚至
- 超过
- 熟悉
- 快
- 最后
- 找到最适合您的地方
- 流
- 针对
- 止
- Gain增益
- 几何
- 非常好
- 有
- 托管
- 创新中心
- HTTPS
- i
- 改善
- in
- IT
- 迭代
- 迭代
- JPG
- 学习用品
- 学习
- 喜欢
- 机
- 机器学习
- 手册
- 最大宽度
- 满足
- 会议
- 会见
- 方法
- ML
- 模型
- 命名
- of
- 老
- on
- 优化
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 帖子
- 功率
- 过程
- 生产率
- 有希望
- 题
- 岗位要求
- 成果
- 运行
- 运行
- 储
- 秘密
- 应该
- 模拟
- 尺寸
- 具体的
- 花
- 香料
- 开始
- 会谈
- 技术
- 这
- 其
- 次
- 至
- 也有
- 工具
- 产品培训
- 类型
- 最新动态
- 使用
- 折扣值
- 企业验证
- 通过
- 方法..
- 网络研讨会
- 这
- 将
- 和风网