在電子設計自動化(EDA)領域,設計規(guī)則檢查(DRC)是確保芯片設計符合制造工藝要求的關鍵環(huán)節(jié)。隨著芯片設計復雜度的不斷提高,DRC違規(guī)數(shù)量呈指數(shù)級增長,傳統(tǒng)的人工檢查方法已難以滿足高效、準確的需求。機器學習(ML)技術的興起為DRC違規(guī)分類和定位帶來了新的機遇,通過訓練模型自動識別和分類違規(guī)問題,能夠顯著提高檢查效率和準確性。
在集成電路(IC)設計領域,隨著工藝節(jié)點的不斷縮小和設計復雜度的急劇增加,傳統(tǒng)的設計驗證流程面臨著巨大的挑戰(zhàn)。左移(Shift Left)策略作為一種新興的設計方法,旨在將驗證活動提前到設計流程的早期階段,以便盡早發(fā)現(xiàn)和解決問題,從而降低后期修復成本,提高設計質量和效率。Calibre DesignEnhancer作為一款先進的電子設計自動化(EDA)工具,提供了強大的早期EMIR(電遷移/電壓降/可靠性)簽核驗證功能,為左移策略的實施提供了有力支持。
隨著半導體技術的飛速發(fā)展,3D集成電路(3D IC)憑借其高集成度、低功耗和卓越性能等優(yōu)勢,成為推動電子系統(tǒng)持續(xù)進步的關鍵力量。然而,3D IC的復雜結構以及日益嚴苛的性能和可靠性要求,使得在其整個生命周期內進行持續(xù)維護和優(yōu)化變得至關重要。硅生命周期管理(SLM)作為一種新興范式,通過監(jiān)控、分析和優(yōu)化半導體器件的設計、制造、測試和部署過程,為3D IC的發(fā)展提供了有力支持。
隨著芯片設計復雜度的提升,Chiplet(芯粒)技術憑借其高良率、低成本和異構集成優(yōu)勢成為行業(yè)焦點。然而,Chiplet間通過高密度互連(如硅中介層或再分布層RDL)實現(xiàn)的高速鏈路,面臨信號完整性的嚴峻挑戰(zhàn)。特別是在數(shù)據(jù)速率達到56Gbps甚至更高的場景下,串擾、反射和損耗等問題尤為突出。本文將探討光電混合建模與S參數(shù)提取技術在Chiplet間高速鏈路信號完整性仿真中的應用。
隨著半導體工藝節(jié)點進入7nm/5nm之后,2.5D/3D IC憑借先進封裝(Interposer、TSV)實現(xiàn)Die - to - Die互連,成為后摩爾時代提升系統(tǒng)效能、縮小芯片面積并整合不同功能的核心驅動力。然而,2.5D/3D IC的電源完整性面臨諸多挑戰(zhàn),如高功耗、散熱問題以及熱應力形變等。在此背景下,mPower工具憑借其多物理場協(xié)同分析能力,為解決這些問題提供了有效方案。
醫(yī)療電子設備在現(xiàn)代醫(yī)療中扮演著至關重要的角色,其電磁兼容性(EMC)設計直接關系到設備的性能、安全性以及患者的健康。醫(yī)療環(huán)境復雜,存在大量電磁干擾源,如MRI、超聲波設備等,因此醫(yī)療電子設備必須具備良好的EMC性能。本文將詳細闡述醫(yī)療電子設備從電路抗干擾設計到輻射合規(guī)性測試的全流程。
在數(shù)字集成電路設計中,時鐘門控技術是降低動態(tài)功耗的關鍵手段。隨著芯片規(guī)模和復雜度的不斷增加,對時鐘門控技術的優(yōu)化需求也日益迫切。ODCG(Optimized Dynamic Clock Gating)和SDCG(Smart Dynamic Clock Gating)作為先進的時鐘門控技術,結合可達性分析,能夠進一步提升時鐘門控的效果,實現(xiàn)更高效的功耗優(yōu)化。
本文探討了電子設計自動化(EDA)領域中基于引腳間吸引力的時序建模方法。首先介紹了歐式距離損失函數(shù)在時序建模中的應用,隨后詳細闡述了如何利用GPU加速技術優(yōu)化時序建模過程,提高計算效率,并通過實際代碼示例展示了相關實現(xiàn)。
隨著人工智能技術的飛速發(fā)展,脈沖神經(jīng)網(wǎng)絡(SNN)憑借其事件驅動和高能效的特點,在能源受限的邊緣計算場景中展現(xiàn)出巨大潛力。然而,SNN在邊緣設備上的廣泛應用也面臨著新的安全挑戰(zhàn),其中基于DRAM位翻轉的能耗攻擊成為亟待解決的問題。
在芯片設計領域,隨著晶體管數(shù)量呈指數(shù)級增長,為百億量級晶體管設計最優(yōu)布局成為亟待解決的難題。傳統(tǒng)布局方法在精度與效率、局部與整體之間存在沖突,難以滿足現(xiàn)代芯片設計需求。南京大學人工智能學院LAMDA組錢超教授團隊在電子設計自動化(EDA)領域的突破性成果,為解決這一問題提供了新思路。
隨著大語言模型(LLM)在自然語言處理領域的廣泛應用,將其部署到端側設備(如智能手機、物聯(lián)網(wǎng)設備等)成為研究熱點。然而,端側設備資源受限,如計算能力、內存等,使得大語言模型的直接部署面臨巨大挑戰(zhàn)。為了解決這一問題,本文提出一種基于時空相似性的加速框架,通過輕量級預測與流水化執(zhí)行,提高大語言模型在端側的運行效率。
視頻Transformer模型在視頻理解、動作識別等任務中展現(xiàn)出強大性能,然而其高計算復雜度和內存消耗限制了實際應用。為解決這一問題,本文從算法和硬件層面出發(fā),探討視頻Transformer模型的稀疏化加速方法,包括算法冗余剪枝和硬件并行架構設計。
本文探討基于莫頓編碼的點云神經(jīng)網(wǎng)絡混合精度量化技術,重點闡述其硬件加速器設計思路及能效提升實踐,為點云處理應用提供高效解決方案。
隨著摩爾定律逼近物理極限,Chiplet(芯粒)技術通過將大型SoC(系統(tǒng)級芯片)解構為可獨立制造的模塊化芯粒,成為延續(xù)半導體性能提升的關鍵路徑。然而,Chiplet設計面臨三大核心挑戰(zhàn):異構芯粒間的互連性能瓶頸、多物理場耦合效應的精確建模,以及復雜架構下的自動化設計效率。比昂芯科技推出的BTD-Chiplet 2.0平臺,通過AI驅動的自動化布線算法與多物理場仿真引擎,為Chiplet設計提供了從架構探索到物理實現(xiàn)的完整解決方案。
在電子技術飛速發(fā)展的今天,電源 PCB(印刷電路板)設計在各種電子設備中扮演著至關重要的角色。隨著信號頻率的不斷提高和電路復雜度的增加,阻抗匹配問題成為影響電源 PCB 性能的關鍵因素之一。阻抗不連續(xù)現(xiàn)象的出現(xiàn),會對電源信號的傳輸產生嚴重干擾,導致設備性能下降,甚至無法正常工作。因此,深入研究電源 PCB 設計中阻抗不連續(xù)的原因、影響及解決方法,具有重要的理論和實際意義。