조기 전력 분석 정확도 개선을 위한 기계 학습 애플리케이션

이 문서에서는 SPEF 파일 없이도(SPEF 없는 PA 플로우) 셀의 스위칭 전력을 정확하게 예측하는 기계 학습(ML) 애플리케이션을 소개합니다. 세 가지 ML 모델(멀티리니어 회귀, 랜덤 포레스트, 결정 트리)을 7nm 테크놀로지로 다양한 산업용 설계에 대하여 훈련하고 테스트했습니다. 이들 모델에 이용 가능한 셀 속성을 다양하게 사용하고 SPEF 및 SPEF 없는 전력 수치를 사용하여 훈련해 스위칭 전력을 정확하게 예측하고 SPEF 파일의 필요성을 배제했습니다.

이 새로운 ML 방식을 사용해 SPEF 없는 플로우의 평균 셀 스위칭 전력 오류를 34%에서 8%로 줄일 수 있었습니다.