SmartScaling これは、高度な機械学習アルゴリズムを用いて実際のシミュレーション実行時間を短縮し、それによって複数のPVTコーナーの特性評価における上記の課題を軽減する手法である。
技術の進歩に伴い、7nmから3nmへとノード微細化が進む中、設計はさまざまなモードで動作することが求められており、クロック周波数の違いや、幅広いグローバルな変動も想定されます。そのため、設計においては、膨大な数のプロセス・電圧・温度(PVT)コーナーにわたって、タイミングおよび電力のサインオフ・クロージャを達成する必要があります。
この膨大な数のPVTコーナーを特性評価するにあたり、業界全体のライブラリ開発チームは、シミュレーションの所要時間が長いこと、データベースのディスク容量の制限、ライセンスサーバーの過負荷、ハードウェアコストの高さといったさらなる課題に直面しています。
SmartScaling 機械学習(ML)を活用した適応型ライブラリ・キャラクタライゼーション および複数のPVTに対するライブラリのスケーリング機能を提供します。これは、PrimeTime®スケーリングエンジンを基盤として構築された新しい手法であり、既存の特性評価済みライブラリをアンカーPVTコーナーとして活用し、そこから複数の追加PVTを瞬時に生成します。
SmartScaling NLDM、NLPM、CCST、CCSN、LVFといったさまざまなライブラリビューに対して、サインオフ精度を提供します。
SmartScaling の主な2つの方法を以下に示します。
方法 1
方法 2
SmartScaling これにより、複数のPVTコーナーを生成するための全体的な実行時間を短縮するのに役立ちます ライブラリ・キャラクタライゼーション。ユーザーは以下の操作が可能です:
シノプシス 同社は、高度な「ライブラリ・キャラクタライゼーション 」ソリューションの一環として「SmartScaling 」を提供し、複雑化が進むPVTコーナー生成における処理と、より高速かつ効率的な処理への需要に対応しています。「SmartScaling 」は、 PrimeLib、ライブラリ・キャラクタライゼーション と検証機能を統合したプラットフォームと連携しています。
「SmartScaling 」により、「PrimeLib 」は、機械学習を活用してアンカーPVTからスケーリングを行うことで、ライブラリ・キャラクタライゼーション のランタイムおよびストレージ要件を削減することを可能にします。このアプローチにより、PrimeTime スタティックタイミング解析 で使用可能なサインオフ精度のライブラリが提供され、NLDM、NLPM、CCSN、CCST、LVFなどの高度なモデリング形式がサポートされます。
SmartScaling これにより、PrimeLibの機能がさらに強化され、追加のシミュレーションコストを一切かけずに追加のPVTコーナーを即座に生成できるほか、高い精度を維持しつつ、計算負荷の高い特性評価への依存度を低減します。
SmartScaling 対応:
シノプシス「SmartScaling 」テクノロジーは、図書館チームが品質を損なうことなく市場投入までの時間を短縮できるよう支援するものであり、機械学習を活用した最新のライブラリ・キャラクタライゼーション 戦略にとって不可欠なツールです。