解锁AI规划潜能，ASO.ai怎么改造模仿IC规划

电子。发烧友网报导（文/黄山明）在当今。科技。飞速开展的年代，半导体。职业作为很多前沿技能的柱石，正面临着史无前例的时机与应战。跟着电子体系越来越杂乱，芯片。电路规划。也变得更为杂乱，这导致了更长的规划周期、更高的开发本钱以及更大的过错危险。

另一方面，合格的。IC规划。者数量有限，难以满意整个职业的需求，这也约束了立异的速度。但。AI技能。的呈现，有望处理芯片规划难题，并经过。AI。注入。EDA。的办法，不仅为。集成电路。规划职业在功率上带来了明显提高，一起也完结了芯片规划质量和生产力的打破。

让AI融入EDA。

EDA（电子规划主动化）首要指电子半导体职业中各种开发与。仿真。东西，在芯片规划中，EDA贯穿了芯片规划的整个流程，包含从前端的电路规划到后端的物理完结与验证等各个环节。

但跟着摩尔定律的放缓以及商场对高功用、低功耗芯片的需求不断增加，传统。EDA东西。和办法逐步显现出限制性。模仿。电路规划特别困难，由于它触及很多的非线性行为，而且各规划元素之间存在杂乱的相互作用，这使得优化成为一项极为耗时的使命。 为了应对这些应战，将AI融入到EDA中成为许多企业的挑选。作为最早在职业界推广AI话规划东西的。厂商。，新思科技早在2020年便推出了规划AI东西DSO.ai，随后有相继推出了验证东西VSO.ai、测验东西TSO.ai，以及模仿芯片东西ASO.ai。

图源：新思科技。

以ASO.ai为例，作为经过AI所收益的规划模仿芯片东西。比较数字规划可运用抽象概念完结主动化扩展，而模仿规划因元素间杂乱交互、很多杂乱规划方针（如。供电。电流。、信噪比等），难以像数字规划那样从传统优化。算法。中获益。

其电路行为根据非线性器材模型，缺少简略署理函数，模仿进程自身也是迭代收敛的，无法从希望成果反向推导出电路特性，所以传统上模仿规划首要依靠手动操作，约束了对代工厂专业子节点的运用和商场时机的掌握。 在传统优化算法在模仿规划中，只有当希望成果能简略建模且至少在排序上正确时才可行，但模仿电路的杂乱性使这种状况很少见。

而ASO.ai可以主动将模仿规划从一个工艺节点搬迁到另一个工艺节点。它经过主动原理图搬迁和根据常识的主动布局搬迁，完结分层模仿IP的快速搬迁。简略来说，ASO.ai可以协助规划团队快速将模仿规划搬迁到新的工艺节点，然后加快。产品。上市时刻。 而且运用根据样本的优化体系，ASO.ai可以在多个测验渠道和数百个PVT（工艺、电压、温度）角落中优化杂乱的模仿规划，快速收敛到契合工程标准的最佳规划点。 一起在布局感知规划优化方面，ASO.ai可以完结多方针优化署理，在运转进程中进行学习，协助。工程师。在多个测验中一起会集并进一步优化模仿规划。

主动化的规划搬迁和优化减少了对人工干预的依靠，下降了规划过错的危险。经过AI的学习和优化才能，运用ASO.ai可以完结更高质量的规划成果。 ASO.ai可适用于需求高功用和高可靠性的模仿规划，如。射频。、。电源办理。和。信号。链等范畴的模仿。IC。规划。当规划团队需求将现有的模仿规划搬迁到新的工艺节点时，ASO.ai也可以供给强壮的支撑，简化搬迁进程，保证规划在新工艺节点下的功用和可靠性。

ASO.ai协助客户。

怎么应对模仿IC杂乱规划。

在实践进行模仿IC规划时，会遇到许多杂乱问题。例如EDA算法推动了数字规划开展，但模仿规划因传统办法限制开展缓慢。而AI优化经过实践模仿实验学习和反应收敛的办法，十分合适主动化模仿电路规划进程，不仅在优化环节体现价值，还在模仿电路节点搬迁和规划流程各阶段从头调整规划时发挥重要作用，有助于规划公司快速呼应商场时机，打破模仿规划杂乱性障碍。

而在当今半导体技能快速开展的布景下，GF（GlobalFoundries）凭借新思科技的ASO.ai进行模仿IC规划。GF具有45。RF。SOI和22FDX等在量产中用于。5G。毫米波商场的工艺技能。其间45RFSOI是根据45nm工艺的SOI（PDSOI）技能，自2017年量产，在毫米波运用中具有高传输功率、低损耗开关等优势；22FDX专为SoC运用的RF/毫米波功用优化，有高Ft和Fmax值、低寄生。电容。等特色。

在芯片规划电路优化中，ASO.ai可以构建学习数据库和。机器学习。模型，盯梢多工况和测验渠道下的实践依靠联系，辅佐优化器探究规划空间。

例如在22FDX上优化28GHz PA时，可以分为三步，首要优化。DC。电路偏置点，如设定VDD=1.75V时优化VDOP和VDDL，经过参数化规划变量VGG1和VGG0并设置扫描规模，经屡次迭代找到最优值；接着优化PA稳定性，经过在PrimeWave中增加表达式丈量Kf值并设定方针，挑选相关电容（如中和电容C0和栅极电容CP）作为规划参数化目标进行优化；最终优化包含功率附加功率（PAE）在内的大信号剖析方针，更新前两步的最优值后进行谐波平衡剖析，判别是否需进一步优化。整个进程中，ASO.ai可以根据学习数据库和模型不断调整模仿实验，快速收敛到契合规划标准的成果。

运用ASO.ai规划后，GF发现28GHz PA在22FDX工艺上比较45RFSOI体现出类似或更好功用。如增益从16dB提高到17dB，带宽从12.5GHz调整到11.5GHz，电源。电压从1.8V降为1.75V，峰值PAE从48.3%变为46%，CW Psat从18.8dBm提高到20dBm。

在规划功率上，传统手动搬迁和优化需约1-2个月完结前端规划/剖析及1个月完结布局，而运用该主动化流程仅需几天，明显提高了生产力，体现了ASO.ai在GF模仿IC规划中从45RFSOI到22FDX工艺搬迁的高效性和有效性。

图源：新思科技。

不仅是GF，Credo Semiconductor在运用ASO.ai也完结了更高功率。据揭露报导显现，Credo 运用ASO.ai将VCO规划从5nm搬迁到7nm时，搬迁工作量从数周缩短至几小时，生产力提高达100倍。搬迁后的规划用根据ASO.ai的优化器优化，约在2小时内完结超10000次查找，而在曩昔需求数天乃至数周。

小结。

明显AI+EDA已经在职业中得到了充沛验证，而ASO.ai作为新思科技在AI驱动的EDA范畴的重要产品之一，它经过结合AI技能和传统的EDA东西，为模仿规划带来了新的打破。其经过。智能。化的优化和搬迁功用，可以协助规划团队在面临杂乱的模仿规划应战时，完结更高的规划功率和质量，一起大大下降规划本钱和时刻。也等待未来跟着AI技能的进一步开展，在芯片规划中爆发愈加精彩的体现。

内容来源：https://nlsngoisaoviet.com/app-1/92slot đăng ký,http://chatbotjud.saude.mg.gov.br/app-1/ubg365

本文地址：http://w.21nx.com/article/92292168-69e22199709.html