【技术实现步骤摘要】
本专利技术涉及芯片设计,尤其涉及的是制程对ir压降分布的影响预估方法、系统、终端及介质。
技术介绍
1、线路压降(ir drop),又称ir压降,是指在集成电路中电源和地网络上电压下降和升高的一种现象。随着半导体工艺的不断演进,金属互连线的宽度越来越窄,电阻值不断变大,供电电压也越来越小,ir drop的效应越来越明显。因此,芯片领域内将对ir drop的分析做为芯片签收的一个重要步骤。
2、目前,芯片中各个传感器在集成电路内的摆放点通常是由工程师根据自身经验和spice的仿真结果来决定,由于不能有效的考虑到在制程上可能存在的不可控因素,容易造成各个芯片的电路特性存在差异,从而导致ir drop的量测结果不尽理想,进而造成芯片良品率较低的现象。可见,现有技术中存在因对ir drop的分析不够精确,而导致芯片设计存在良品率较低的缺陷。
技术实现思路
1、鉴于上述现有技术的不足,本专利技术的目的在于提供制程对ir压降分布的影响预估方法、系统、终端及介质,旨在解决现有技术中存在的由于
...【技术保护点】
1.制程对IR压降分布的影响预估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的制程对IR压降分布的影响预估方法,其特征在于,所述目标深度学习模型的训练过程包括:
3.根据权利要求2所述的制程对IR压降分布的影响预估方法,其特征在于,所述目标深度学习模型为GAN模型,所述GAN模型至少包括一个初始生成器和一个初始判别器,所述利用所述真实IR压降分布图训练所述目标深度学习模型,获得更新后的目标深度学习模型,包括:
4.根据权利要求3所述的制程对IR压降分布的影响预估方法,其特征在于,所述利用所述训练集交替迭代训练所述目标深度
...【技术特征摘要】
1.制程对ir压降分布的影响预估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的制程对ir压降分布的影响预估方法,其特征在于,所述目标深度学习模型的训练过程包括:
3.根据权利要求2所述的制程对ir压降分布的影响预估方法,其特征在于,所述目标深度学习模型为gan模型,所述gan模型至少包括一个初始生成器和一个初始判别器,所述利用所述真实ir压降分布图训练所述目标深度学习模型,获得更新后的目标深度学习模型,包括:
4.根据权利要求3所述的制程对ir压降分布的影响预估方法,其特征在于,所述利用所述训练集交替迭代训练所述目标深度学习模型中的所述初始生成器和所述初始判别器,获得更新后的目标深度学习模型,包括:
5.根据权利要求2所述的制程对ir压降分布的影响预估方法,其特征在于,所述获取若干个所述目标制程对应的真实ir压降分布图,包括:
6.根据权利要求1所述的制程对ir压降分布的影响预估方法,其特征在...
【专利技术属性】
技术研发人员:李宏俊,刘咸铭,吴伟,鄂松昙,
申请(专利权)人:珠海凌烟阁芯片科技有限公司,
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。