【技术实现步骤摘要】
本专利技术涉及数字电路的标准单元特征库构建相关，尤其是涉及一种数字电路的标准单元特征库构建方法与系统。
技术介绍
1、标准单元特征库是一种电路信息库，用于描述数字电路的行为和性能。这个库通常用于芯片设计中，包括时序分析和功耗分析等。由于这些信息会随pvt工作条件(如工艺，温度，电压等)而变化，因此该库中的模型和参数是基于一定的工艺和温度条件下进行测量和测试的。
2、目前，针对大规模数字集成电路的可靠性仿真eda工具的流程第一步就是需要一套标准单元特征库，比如redhawk，需要生成标准单元特征库，然后用户根据某一个实际需要的pvt仿真条件(比如：process corner：tt；电压：1.1v；温度：25摄氏度；激励上升沿时间10ps等)，通过查询标准单元特征库，并结合一些算法最终拟合出仿真结果。所以，在构建标准单元库的时候就需要输入各种pvt条件才能支持实际仿真需求。如果特征库包含越多的pvt下采集的数据，实际仿真过程输出的仿真结果就越精确，但是导致的问题就是特征库会非常庞大。比如在一种pvt条件下一个标准库的数据大小解压后可能达到几个g，一般一个工艺会有2000个左右的标准库。另外，因为pvt都是连续数值，用户可以指定一个任意的pvt值，而目前的标准单元特征库不能提前构建好所有pvt值下的标准库，从而使得用户每次仿真前要么需要花费很多时间重新构建指定pvt下标准单元特征库，要么需要牺牲仿真精度去使用已有的标准单元特征库。
技术实现思路
1、本专利技术旨在至少解决现
2、本专利技术的第一方面，提供了一种数字电路的标准单元特征库构建方法，包括如下步骤：
3、获取训练数据，其中，所述训练数据为提取仿真数据得到，所述仿真数据为spice可运行仿真的脚本的运行结果，所述spice可运行仿真的脚本为根据所有pvt组合参数作为输入条件编写的spice可运行仿真脚本，所述所有pvt组合参数为确定的待创建的标准单元库的pvt参数组合；
4、构建初始标准单元特征库神经网络模型，根据所述训练数据对所述初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库。
5、根据本专利技术实施例的控制方法，至少具有如下有益效果：
6、本方法通过获取训练数据，其中，训练数据为提取仿真数据得到，仿真数据为spice可运行仿真的脚本的运行结果，spice可运行仿真的脚本为根据所有pvt组合参数作为输入条件编写的spice可运行仿真脚本，所有pvt组合参数为确定的待创建的标准单元库的pvt参数组合；构建初始标准单元特征库神经网络模型，根据训练数据对初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库，减小了内存占用的同时提高了仿真精度，而且支持用户任意pvt值下的仿真。
7、根据本专利技术的一些实施例，所述数字电路的标准单元特征库构建方法还包括：
8、将所述基于神经网络的标准单元特征库加载到内存，得到加载到内存的基于神经网络的标准单元特征库；
9、获取用户指定的pvt组合参数；
10、将所述用户指定的pvt组合参数输入所述加载到内存的基于神经网络的标准单元特征库进行算法拟合，得到所述用户指定的pvt组合参数的仿真结果。
11、根据本专利技术的一些实施例，在所述获取训练数据之前，还包括：
12、设置待建立的标准单元特征库的特征数据范围，其中，所述特征数据范围包括工艺、供电电压、温度、负载电容、信号转换时间、信号极性和阈值电压类型；
13、根据所述特征数据范围确定所有pvt组合参数。
14、根据本专利技术的一些实施例，所述提取仿真数据，包括：
15、运行所述spice可运行仿真的脚本，得到所述仿真结果，其中，所述仿真结果包括输出电压、输出电流和时间；
16、对所述仿真结果进行预处理，得到所述训练数据。
17、根据本专利技术的一些实施例，所述对所述仿真结果进行预处理，得到所述训练数据，包括：
18、将所述仿真结果进行数据清洗，得到清洗后仿真结果；
19、将所述清洗后仿真结果进行数据增强，得到数据增强后仿真结果；
20、将所述数据增强后仿真结果进行归一化，得到所述训练数据。
21、根据本专利技术的一些实施例，所述初始标准单元特征库神经网络模型包括骨干网络和regression head，所述根据所述训练数据对所述初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库，包括：
22、根据所述训练数据通过所述骨干网络进行特征向量提取，得到数据特征向量；
23、根据所述数据特征向量通过所述regression head进行回归处理，得到所述基于神经网络的标准单元特征库。
24、本专利技术的第二方面，提供一种数字电路的标准单元特征库构建系统，所述数字电路的标准单元特征库构建系统包括：
25、数据获取模块，用于获取训练数据，其中，所述训练数据为提取仿真数据得到，所述仿真数据为spice可运行仿真的脚本的运行结果，所述spice可运行仿真的脚本为根据所有pvt组合参数作为输入条件编写的spice可运行仿真脚本，所述所有pvt组合参数为确定的待创建的标准单元库的pvt参数组合；
26、标准单元特征库构建模块，用于构建初始标准单元特征库神经网络模型，根据所述训练数据对所述初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库。
27、本系统通过获取训练数据，其中，训练数据为提取仿真数据得到，仿真数据为spice可运行仿真的脚本的运行结果，spice可运行仿真的脚本为根据所有pvt组合参数作为输入条件编写的spice可运行仿真脚本，所有pvt组合参数为确定的待创建的标准单元库的pvt参数组合；构建初始标准单元特征库神经网络模型，根据训练数据对初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库，减小了内存占用的同时提高了仿真精度，而且支持用户任意pvt值下的仿真。
28、根据本专利技术的一些实施例，所述数字电路的标准单元特征库构建系统还包括：
29、数据加载模块，用于将所述基于神经网络的标准单元特征库加载到内存，得到加载到内存的基于神经网络的标准单元特征库；
30、参数获取模块，用于获取用户指定的pvt组合参数；
31、算法拟合模块，用于将所述用户指定的pvt组合参数输入所述加载到内存的基于神经网络的标准单元特征库进行算法拟合，得到所述用户指定的pvt组合参数的仿真结果。
32、本专利技术的第三方面，提供了一种数字电路的标准单元特征库构建电子设备，包括至少一个控制处理器和用于与所述至少一个控制处本文档来自技高网...
【技术保护点】
1.一种数字电路的标准单元特征库构建方法，其特征在于，所述数字电路的标准单元特征库构建方法包括：
2.根据权利要求1所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述数字电路的标准单元特征库构建方法还包括：
3.根据权利要求2所述的一种数字电路的标准单元特征库构建方法，其特征在于，在所述获取训练数据之前，还包括：
4.根据权利要求3所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述提取仿真数据，包括：
5.根据权利要求4所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述对所述仿真结果进行预处理，得到所述训练数据，包括：
6.根据权利要求5所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述初始标准单元特征库神经网络模型包括骨干网络和Regression Head，所述根据所述训练数据对所述初始标准单元特征库神经网络模型进行训练，得到基于神经网络的标准单元特征库，包括：
7.一种数字电路的标准单元特征库构建系统，其特征在于，所述数字电路的标准单元特征库构建系统包括：
...【技术特征摘要】
1.一种数字电路的标准单元特征库构建方法，其特征在于，所述数字电路的标准单元特征库构建方法包括：
2.根据权利要求1所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述数字电路的标准单元特征库构建方法还包括：
3.根据权利要求2所述的一种数字电路的标准单元特征库构建方法，其特征在于，在所述获取训练数据之前，还包括：
4.根据权利要求3所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述提取仿真数据，包括：
5.根据权利要求4所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述对所述仿真结果进行预处理，得到所述训练数据，包括：
6.根据权利要求5所述的一种数字电路的标准单元特征库构建方法，其特征在于，所述初始标准单元特征库神经网络模型包括骨干网络和regression head，所述根据所述训练数据对所述初始标准单元特征库神经网络模型...
【专利技术属性】
技术研发人员：龚辉平，黄惠勇，官众，
申请(专利权)人：珠海芯聚科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。