Home
  • Products
  • Solutions
  • Support
  • Company
  • Products
  • Solutions
  • Support
  • Company
Community カスタムIC/ミックスシグナル Spectre Tech Tips: Spectre FMC Analysisのご紹介

Author

Custom IC Japan
Custom IC Japan

Community Member

Blog Activity
Options
  • Subscriptions

    Never miss a story from カスタムIC/ミックスシグナル. Subscribe for in-depth analysis and articles.

    Subscribe by email
  • More
  • Cancel
Spectre Circuit Simulator
Monte Carlo analysis
Spectre Fast Monte Carlo
japanese blog
Virtuoso ADE Assembler
ADE Assembler

Spectre Tech Tips: Spectre FMC Analysisのご紹介

13 Sep 2023 • 1 minute read

 プロセスが微細化するにつれて、デバイスのミスマッチが回路性能に与える影響は大きくなり、現在では、このミスマッチが性能指標に与える影響を解析するために、さらに多くのモンテカルロ・シミュレーションが必要とされています。標準的なモンテカルロ・アルゴリズムでは、メモリ設計において4σの歩留まりを決定するために必要な100万回のモンテカルロ・シミュレーションを行うことすら不可能(高コスト)です。高シグマ歩留まり解析に10億回以上のシミュレーションが必要なことは明らかです。

Spectre FMC Analysisは、FMCワーストサンプル予測(FMC worst sample prediction)とFMC歩留まり推定(FMC yield estimation)の2つの機能により、高シグマ・シミュレーションを高速化する高度なアルゴリズムで開発されました。このブログでは、Spectre FMC Analysisのこれらの機能を使用するためのコマンドライン・オプションについて説明します。

FMCワーストサンプル予測

この新機能により、特に高シグマ解析において、モンテカルロ・サンプルのフルセットを実行することなく、有用な統計情報を抽出することができます。この機能は、機械学習によるサンプルの並べ替え手法に基づき、分布のテールにある測定値のワーストサンプルのみをシミュレートします。以下に示すように、ジョブを分散しながらモデルを構築することで、パフォーマンスをさらに高速化することができます。

  

Spectre FMC のワーストサンプル予測は、Virtuoso ADE Product SuiteとSpectreコマンドラインの両方でサポートされています。

ワーストサンプリング・シミュレーションを行うには、次の3つのパラメータのうち、いずれか2つを指定する必要があります:

  • numruns
  • fmcsigma
  • fmcnumtailsamples

mc1 montecarlo numruns=20000 firstrun=1 seed=12345 \
   variations=all donominal=no savefamilyplots=no \
    fmcmethod=worstsample fmcsigma=3 {
       tran tran step=1p stop=2n
 }

次に、statistics targetブロックのgoalで、ワーストサンプルに対して識別される測定値を指定します。   

 statistics {
  target {
     goal  <measurement_name>  min=<value>
     goal  <measurement_name>  max=<value>
     goal  <measurement_name>  min=<value> max =<value>
  }
}

FMC歩留まり推定

Spectre FMC歩留まり推定では、シミュレーションのバジェットが限られている場合に、シグマ、不良率、信頼区間を迅速に求めることができます。この機能は、固定されたコストのシミュレーションで測定目標の境界に基づいて歩留まりを決定します。

mc1 montecarlo numruns=1e+6 fmcmethod=yieldest  \
fmcbudget=3000 fmcconfidence=0.95 {
    tran tran step=1p stop=tran_time autostop=yes
}

パフォーマンスを向上させるために、FMCワーストサンプル予測とFMC歩留まり推定の両方の解析に分散モードを使用することができます。子プロセスを起動するには、fork、lsfまたはsgeのいずれかのオプションを使用します。さらに、コマンドライン・オプション+mp=<number_of_processes>を使って、起動する子プロセスの数を指定します。

 %bsub –R "(OSNAME==Linux)" "spectre +aps -mt +mp=50 input.scs –outdir fullpath/out_mp/"

すべての分散ジョブを同じホスト上で実行するには、上記のコマンドに加えて+mplauncher=kshを指定してください。

関連リソース

  • ブログ: Early, Accurate, and Faster Exploration and Debug of Worst-Case Design Failures with ML-Based Spectre FMC Analysis (英語版/日本語版)
  • Spectre Classic Simulator, Spectre APS, Spectre X, Spectre XPS, Spectre FMC Analysis, and Legato Reliability Solution User Guide

Cadence Customer Supportにお問い合わせいただくことも可能です。

ケイデンスの回路設計製品およびサービスの詳細については、www.cadence.com をご参照ください。

Jianhe Guo
Translator: Yoko Watanabe

Spectre Tech Tipsについて

Spectre Tech Tipsは、Spectreシミュレーション・プラットフォームの機能や可能性を探求することを目的としたブログ・シリーズです。このシリーズでは、Spectreの有用な機能や改善についての知見を提供することに加えて、このプラットフォームに関連するあらゆることについての知識と経験を共有する、様々なブロガーや専門家の声を届けます。

カスタムIC/ミックスシグナル Blogs 無料定期購読のご案内

新規ブログが公開された際に通知を受け取る方法を、こちらにてご案内しています。是非ご登録ください。


© 2023 Cadence Design Systems, Inc. All Rights Reserved.

  • Terms of Use
  • Privacy
  • Cookie Policy
  • US Trademarks
  • Do Not Sell or Share My Personal Information