马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?注册
x
本帖最后由 fansonzou 于 2020-3-13 17:53 编辑
文章来源微信公众号- K库自习室LibChar(ID:libchar) Library Characterization,库特征参数提取,俗称K库,是数字后端综合,布局布线,验证,signoff的基础。应用于诸如Stand Cell,Memory,IO,IP等timing,noise,power等信息的提取。随着工艺进入更先进的节点,K库的复杂性急剧增加,低功耗设计使得一些原本就比较复杂的基础单元诸如multi-bit flip-flops,level shifter,retention 等进一步复杂化,特征化必须要精确才能保证数字后端有效实现。除此之外,先进的工艺节点还需要考虑process variablity,如何快速准确的建模也至关重要。
目前市面上主流的K库工具有C家的Liberate,以及S家的SiliconSmart,作为S家的AE,必然是强烈推荐SiliconSmart的。SiliconSmart具有强大的characterization以及QA能力,内嵌业界黄金标准SPICE引擎以保证PT静态时序分析STA的精度。对于超低功耗FinFET工艺,支持POCV,LVF,AWP以及EM分析。
1. 优势 提供PrimeTime sign-off质量的libraries 只需单一的license就能支持Library characterization以及QA 内嵌的黄金标准SPICE引擎保证最佳的精度以及最快的速度
先进工艺节点的Standard Cell库需要精确的timing和noise模型来保证STA signoff的质量,尤其是针对像mobile IC,IOT等超低电压的应用。为了能够达到精度要求,SiliconSmart与PT和HSPICE紧密校准,保证了最佳的精度。
SiliconSmart内嵌的HSPICE和FineSim引擎保证了足够高的精度和足够快的速度。除此之外,SiliconSmart团队还与PT团队以及SPICE团队紧密合作,共同开发,奠定了SiliconSmart在参数特征化上黄金标准的地位。
2. SiliconSmart ADV
SiliconSmart ADV针对先进工艺节点提供了多种额外的支持 3. Memory Characterization
SiliconSmart支持mem instance re-characterization,它是基于动态仿真的一种特征化方法,具有极高的精度。针对动态仿真的速度问题,提出了一系列的优化算法,大大提高了速度。Memory characterization非常的方便易用,通过对memory的function描述能够全自动的定位internal node。SiliconSmart支持多种memory类型的特征化,包括SRAM,register file,ROM,同时还支持一些特殊应用的用户自定义。
补充内容 (2020-3-28 13:37):
公众号【K库自习室LibChar】现已更名为【单元库特征化及建库技术】,ID:libchar(微信号不变) |