【SiliconSmart】一款业界主流的黄金标准K库工具

fansonzou · 发表于 2020-3-13 17:27:17

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

POCV以及LVF特征化提取与分析，优化LVF特征化算法，保证最高精度的条件下大大优化了速度
支持最新的cell-level EM模型特征化
支持Library quality QA，全自动的检查和发现错误

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）