백서

머신러닝으로 라이브러리 특성화 품질과 런타임 개선

효율적이고 정확한 라이브러리 특성화는 칩 전체 또는 블록 레벨 설계 플로우에서 매우 중요한 의미를 지니는 단계입니다. 이 단계를 거쳐야 라이브러리의 모든 요소가 의도한 작동 조건에 따른 사양대로 제 기능을 하도록 보장할 수 있기 때문입니다. 다만 기존 방식의 특성화와 검증은 특성화된 데이터의 복잡성과 양(amount)으로 인해 연산과 엔지니어링에 드는 수고라는 면에서 점점 비용 부담이 늘어나게 되었습니다. 특성화에는 일반적인 방법론의 확장 가능성을 능가하는 확장성이 필요하기 때문에 일정이 지연될 위험이 수반되며 특성화된 결과의 검증이 미흡할 가능성도 있고, 칩 오류가 늘어난 탓에 리스핀을 해야 할 가능성도 커집니다.

이 백서에서는 수학적인 모델링과 머신러닝을 통해 빠르고 정확한 라이브러리 특성화 및 검증을 달성할 수 있는 혁신적이고 참신한 방법을 소개합니다. 이들 방법은 특성화 속도를 대폭 빠르게 하여 모든 프로세스, 전압과 온도(PVT)에 걸쳐 생산 등급의 정확성, 전체 라이브러리 특성화 런타임이 훨씬 단축되며 추가적인 PVT도 거의 즉각적으로 생성할 수 있게 해줍니다.

공유