计算机工程与科学

作者：黄鹏程, 冯超超, 马驰远,

单位：1.国防科技大学计算机学院，湖南 长沙 410073;2.先进微处理器芯片与系统重点实验室，湖南 长沙 410073

关键词：机器学习,工艺角,静态时序分析,FinFET,

基金：国家自然科学基金(61902408)；湖南省自然科学基金（2023JJ30637）；湖南省科技创新计划（2023RC3014）；青年科技人才支持计划(ZD0102088845)

集成电路设计复杂性的增长以及工艺尺寸的持续缩减给静态时序分析以及设计周期带来了新的严峻挑战。为了提升静态时序分析效率、缩短设计周期，充分考虑FinFET工艺特性以及静态时序分析原理，提出了未知工艺角下时序违反的机器学习预测方法，实现了基于部分工艺角的时序特性来预测另外一部分工艺角的时序特性的目标。基于某工业设计进行实验，结果表明，提出的方法利用5个工艺角时序预测另外31个工艺角时序，可达到小于2 ps的平均绝对误差，远远优于传统方法所需的21个工艺角，显著改善了预测精度和减少了静态时序分析工作量。

来源：2024年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第3期