혁신적이고 참신한 Tip! 머신러닝으로 라이브러리 특성화 및 검증 달성하기

이 백서에서는 수학적인 모델링과 머신러닝을 통해 빠르고 정확한 라이브러리 특성화 및 검증을 달성할 수 있는 혁신적이고 참신한 방법을 소개합니다. 이들 방법은 특성화 속도를 대폭 빠르게 하여 모든 프로세스, 전압과 온도(PVT)에 걸쳐 생산 등급의 정확성, 전체 라이브러리 특성화 런타임이 훨씬 단축되며 추가적인 PVT도 거의 즉각적으로 생성할 수 있게 해줍니다.

효율적이고 정확한 라이브러리 특성화는 칩 전체 또는 블록 레벨 설계 플로우에서 매우 중요한 의미를 지니는 단계입니다. 이 단계를 거쳐야 라이브러리의 모든 요소가 의도한 작동 조건에 따른 사양대로 제 기능을 하도록 보장할 수 있기 때문입니다. 다만 라이브러리 특성화와 검증은 연산과 엔지니어링에 드는 수고 면에서, 주로 특성화된 데이터의 복잡성과 양 탓에 점점 더 감당하기 어려운 작업으로 대두되어 왔습니다. 특성화에는 일반적인 방법론의 확장 가능성을 능가하는 확장성이 필요하기 때문에 일정이 지연될 위험이 수반되며 특성화된 결과의 검증이 미흡할 가능성도 있고, 칩 오류가 늘어난 탓에 리스핀을 해야 할 가능성도 커집니다.