[发明专利]统计延时分析方法与系统

说明书

一种统计延时分析方法与系统，该统计延时分析方法包括采用蒙特卡洛方法确定随机分布的工艺波动相关的参数取值；通过电路单元的参数化延时估算模型计算参数取值所对应的延时从而确定路径延时；根据蒙特卡洛采样点参数取值下路径延时检查路径时序是否正确。本发明通过减少采样点数和参数化延时模型替代电路仿真提高统计时序分析速度；通过器件的实际工作温度和电压获得电路单元的延时提高统计时序分析精度；通过精确获得器件的老化状态以精确获得电路单元实际老化状态下的延时从而提高统计时序分析精度。

技术领域

本发明属于集成电路领域，具体涉及一种统计延时分析方法与系统。

背景技术

随着集成电路工艺特征尺寸的缩小，器件性能分布从集中高斯分布趋向非集中高斯分布，表征工艺波动下性能分布的3σ/μ比值显著增大，且该值随着工作电压的降低而增大；SoC(片上系统)设计不断追求降低功耗，降低工作电压是降低功耗的有效方法，但器件性能由高斯分布趋向非高斯分布；对超低功耗的追求会进一步降低工作电压至低于器件阈值电压，器件亚阈值工作时漏源之间的电流Ids与工作电压成指数变化关系，器件性能分布趋向扁平化的非高斯分布。此外，器件工作在亚阈值区，因Ids-Vgs之间的指数关系，器件性能对温度波动和工作电压波动更为敏感。因此，先进工艺的亚阈值单元电路性能对PVT(工艺-电压-温度波动)敏感，性能呈扁平化趋势的非高斯分布。

现有时序分析所依赖的单元特征化延时建模方法针对性能集中高斯分布的单元，对先进工艺的亚阈值单元采用现有延时特征化方法存在精度低的问题。现有时序分析主要有基于最坏工艺角的时序分析、基于单元性能集中高斯分布的OCV(片上波动)、AOCV(先进片上波动)、SOCV(基于统计学的片山波动)、POCV(参数化片上波动)时序分析、基于蒙特卡洛电路仿真的时序分析等。亚阈值工作，单元性能呈扁平化趋势的非高斯分布，采用基于最坏工艺角的时序分析和基于单元性能集中高斯分布的OCV、AOCV、SOCV、POCV时序分析，分析精度低，设计过于保守，损失进一步降低功耗的空间；采用基于蒙特卡洛电路仿真的时序分析，分析精度高但速度慢，不适合对SoC规模的亚阈值电路进行时序分析。

发明内容

有鉴于此，本发明的主要目的之一在于提出一种统计延时分析方法与系统，以期至少部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一个方面，提供了一种统计延时分析方法，包括：

(1)采用蒙特卡洛方法确定随机分布的工艺波动相关的参数取值；

(2)通过电路单元的参数化延时估算模型计算参数取值所对应的延时从而确定路径延时；

(3)根据蒙特卡洛采样点参数取值下路径延时检查路径时序是否正确。

作为本发明的另一个方面，还提供了一种统计延时分析系统，采用如上所述的统计延时分析方法。

基于上述技术方案可知，本发明的统计延时分析方法与系统相对于现有技术至少具有以下优势之一：

1、通过减少采样点数和参数化延时模型替代电路仿真提高统计时序分析速度；

2、通过器件的实际工作温度和电压获得电路单元的延时提高统计时序分析精度；

3、通过精确获得器件的老化状态以精确获得电路单元实际老化状态下的延时从而提高统计时序分析精度。

附图说明

图1是本发明第一个实施例中统计时序分析方法流程图；

图2是本发明第二个实施例中统计时序分析方法流程图；

图3是本发明第三个实施例中统计时序分析方法流程图；

图4是本发明第四个实施例中统计时序分析方法流程图；

图5是本发明第五个实施例中统计时序分析方法流程图；