【技术实现步骤摘要】
本申请涉及集成电路的电压降分析，尤其涉及一种基于深度学习查找最差动态压降的方法。
技术介绍
1、电压降（ir drop）是芯片可靠性的一个重要指标，电压降太大则电路不能获取足够电压，晶体管的开关速度变慢，电路性能降低，严重时会影响芯片的功能。因此在集成电路设计中，电压降是重要的约束指标。
2、电路的瞬态分析就是求解电路的时域响应。它是在给定信号激励下求电路输出的时域响应，延迟特性，也可以在没有任何激励信号的情况下求振荡电路的振荡波形，振荡周期。瞬态分析时，电路以一组常微分方程来描述，因此瞬态分析的目的是求解常微分方程。对于线性电路，可以用拉普拉斯变换的方法，通过网络的传输函数求得输出的时域响应。但拉普拉斯变换只适用于简单的线性电路，当电路比较复杂时，寻求传输函数也十分困难，而且实际中大多数是非线性电路，常用数值方法进行分析。
3、例如瞬态分析时，将电路方程表示为如下一阶常微分方程：
4、
5、其中 x为电路未知变量向量，本文x为电压降。为 x 对 t 的一阶导数向量，为初值向量，t是定义在...
【技术保护点】
1.一种基于深度学习查找最差动态压降的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习查找最差动态压降的方法，其特征在于，所述基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集的步骤，还包括：
3.根据权利要求2所述的基于深度学习查找最差动态压降的方法，其特征在于，还包括：根据输入斜率、输出负载和翻转时间，拟合出针对单元实例的输入引脚在不同状态时的瞬态电流，得到瞬态电流矩阵。
4.根据权利要求3所述的基于深度学习查找最差动态压降的方法，其特征在于，还包括：...
【技术特征摘要】
1.一种基于深度学习查找最差动态压降的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习查找最差动态压降的方法，其特征在于，所述基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集的步骤，还包括：
3.根据权利要求2所述的基于深度学习查找最差动态压降的方法，其特征在于，还包括：根据输入斜率、输出负载和翻转时间，拟合出针对单元实例的输入引脚在不同状态时的瞬态电流，得到瞬态电流矩阵。
4.根据权利要求3所述的基于深度学习查找最差动态压降的方法，其特征在于，还包括：对所述平均功耗矩阵、所述翻转率矩阵、所述等效电阻矩阵、所述电压降矩阵，以及所述瞬态电流矩阵进行滑动分块处理，获取训练集和验证集的步骤。
5.根据权利要求4所述的基于深度学习查找最差动态压降的方法，其特征在于，所述滑动分块，包括：
6.根据权利要求1所述的基于深度学习查找最差动态压降的方法，其特征在于，所述采用所述训练集和所述验证集的数...
【专利技术属性】
技术研发人员：谢卓，贾生威，李平，牟云雁，
申请(专利权)人：杭州芯晓电子科技有限公司，
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。