Siemens accelererar karakterisering av halvledarbibliotek

Halvledardesignteam står under ökande press att generera exakta timing- och effektbibliotek i takt med att processkomplexitet, snävare toleranser och avancerade modelleringsformat ökar belastningen på karakteriseringsarbetsflöden. I detta sammanhang har Siemens introducerat programvaran Solido™ Characterizer och utökat sin Solido™ Characterization Suite med AI-assisterade funktioner för automatisering av halvledardesign.

Snabbare biblioteksframtagning för avancerade processnoder
Solido™ Characterizer är utformad för foundries och interna chipdesignteam som genererar SPICE-baserade Liberty-filer för både mogna och avancerade processnoder. Programvaran använder prediktiva AI-metoder för att accelerera karakteriseringsarbetsflöden som i allt högre grad begränsas av större datamängder, flera process-voltage-temperature (PVT)-varianter och avancerade timingmodeller såsom Liberty Variation Format (LVF).

Siemens uppger att programvaran minskar tiden för generering av Liberty-filer från veckor till dagar samtidigt som genomströmningen ökar sju gånger. Denna prestandaförbättring kommer från en kombination av AI-assisterad karakterisering och simulatoracceleration snarare än från ett enskilt optimeringslager.

AI och simuleringsacceleration i samverkan
Prestandaarkitekturen kombinerar Characterizer AI Engine med Solido LibSPICE, Siemens internt utvecklade karakteriseringssimulator.

Characterizer AI Engine accelererar Liberty-generering och LVF-karakterisering och bidrar enligt angivna uppgifter med en femfaldig hastighetsförbättring i arbetsflöden för kiselkarakterisering över olika processnoder. Solido LibSPICE tillför ytterligare en prestandaförbättring på mer än 2x för SPICE-simuleringsarbetsbelastningar som används under karakterisering.

Tillsammans adresserar dessa teknologier en central flaskhals inom electronic design automation (EDA): att generera validerade produktionsbibliotek tillräckligt snabbt för att matcha de accelererade utvecklingscyklerna inom halvledarutveckling.

Skalering av karakterisering mellan designorganisationer
När halvledarföretag hanterar flera IP-block och parallella designteam blir skalbarhet i karakterisering lika mycket en infrastrukturell fråga som en modelleringsutmaning.

Plattformen integreras med Solido Analytics för att tillhandahålla kvalitetssäkring i realtid, övervakning av pågående körningar, interaktiv felsökning och automatiserade replay-funktioner som är avsedda att minska ingenjörsbelastningen vid verifiering och felsökning.

Solido™ Characterizer kopplas även till Solido Generator, som använder Liberty-basfiler för att träna AI-modeller som kan generera ytterligare biblioteksvyer utan att kräva nya SPICE-simuleringar. Siemens positionerar även programvaran för integration med Solido Fuse, baserat på Fuse™ EDA AI-systemet, för att stödja generativa och agentbaserade AI-arbetsflöden inom karakteriseringsprocesser.

Kundvalidering i foundry- och IP-arbetsflöden
GlobalFoundries rapporterade användning av Solido Characterization Suite för att validera designmarginaler och generera Liberty-filer samtidigt som produktionsnoggrannhet på SPICE-nivå bibehölls, med en intern processacceleration på 20 % till 30 %.

Anatrix uppgav användning av Solido Characterizer för karakterisering av ett strålningshärdat digitalt gate-bibliotek med skydd mot single-event latch-up, tillsammans med validering av analogt och mixed-signal IP-beteende genom Siemens EDA-simuleringsarbetsflöden.

För halvledardesignteam som balanserar modellnoggrannhet med kortare utvecklingscykler blir AI-assisterad karakterisering i allt högre grad en del av den etablerade infrastrukturen för chipdesign snarare än ett specialiserat optimeringslager.

Redigerad av Aishwarya Mambet, Induportals-redaktör, med AI-assistans.

www.siemens.com