[发明专利]一种基于机器学习训练模型的器件缓冲方法

说明书

一种基于机器学习训练模型的器件缓冲方法，包括以下步骤：根据每个器件物理尺寸和电学特性，对其进行区域的划分；在仿真过程中，对当前区域的器件进行节点容差模型训练；利用训练得到的节点容差模型，判断器件能否进行缓冲；利用器件缓冲做数值外插得到器件评估的近似精确解，得到器件评估结果。本发明针对目前集成电路自动化产品中对于如何有效利用器件缓冲问题，提出了一种通过利用机器学习训练模型来确定节点容差的方法，指导器件缓冲，提高了器件缓冲率，大大提高了电路仿真的速度，缩短电子电路的设计周期，适应了电路规模的急剧增长。

技术领域

本发明涉及集成电路自动化产品设计领域，具体地涉及一种集成电路设计中器件的缓冲方法。

背景技术

在电子电路设计中，电子设计自动化是必不可少的一环，设计者通过电子设计自动化软件，辅助完成电路设计，调整以及验证。其中，电路仿真软件运用于仿真环节，致力于通过运用强大的数值分析工具以及对器件精准建模，在不需要使用昂贵的制造工艺进行流片生产的情况下，对设计进行器件级别的模拟仿真，帮助设计者验证其设计的功能和性能。但是，随着半导体技术的发展和器件尺寸的缩小，器件尺寸已经进入了纳米级别，带来了更高的电路集成度以及拥有更多纳米级别物理学效应的器件模型，因此仿真工具的计算量，特别是器件评估的计算量，也会随之成几何级数的增长，从而使得在用户可接受时间范围内完成用户所期望的精度级别的仿真越来越困难。仿真工具所面临的这部分困难进一步制约了设计者设计的电路规模和设计周期。为了在限定的精度范围内加速仿真，各种加速技术应运而生，包括并行计算，电容电阻缩减等等，而器件缓冲也是其中较为重要的一项技术。

由于电路中存在大量的非线性器件，例如二极管、三极管和场效应管等等，为求得一个工作点的电路的解，需要运用数值分析算法在工作点附近进行多次迭代以求得近似解，而其中每次迭代都需要对每个器件进行完整的器件评估用以判断是否收敛以及下次迭代的步长。因此每一个工作点的求解都会在器件评估上消耗大量的算力。但是当我们仔细考察每一个器件和每一次器件评估，我们就会发现，虽然大部分器件本身是非线性的，但是当步长足够小（即电压变化足够小），我们可以近似的认为器件在这个范围内是线性的，即 ，其中a、b均为常数。因此仿真器可以直接利用上一步的电路解和做线性外插，求得当前点的器件近似精确的评估结果 。这种不需要做具体的器件评估，而是通过上一步器件评估结果做线性外插求得当电压值下器件评估结果的方法即为器件缓冲。

仔细审视上述器件缓冲的定义，我们不难发现，器件缓存的所有实现均建立在一个重要的前提下：步长足够小（上一次电路解的电压值和当前电压值的差即为步长），我们才可以认为器件在此区域内是线性的。那我们如何判断一次步长是否足够小呢，我们可以设定一个电压阈值：当步长小于此阈值时，我们就认为步长是足够小的，器件模型也是近似线性的。这个人为设定的电压变化阈值即为节点容差。进一步的，当步长大于节点容差时，我们认为器件的非线性效应更加明显，无法通过线性外插的方法得到当前点的解，不能进行节点缓冲，需要进行具体的器件评估，反之，当步长小于节点容差时，则认为器件处于近似线性的区域，可以做器件缓冲。因此，确定一个合适的节点容差成为了器件缓冲中重要的一步：过大的节点容差会导致器件在非线性区做器件缓冲从而导致不必要的精度损失，带来仿真结果精度的不可控；而过小的节点容差则会导致进行器件缓冲的条件过于严苛，从而在绝大多数时候无法进行器件缓冲，大大降低了器件缓冲率，进而减缓了仿真加速。