基于AI的基底校准工具准确预测失败

文章:Nitin Dahad

基于巴黎的EDA启动Intento设计引入了一种基于人工智能(AI)的工具,校准了任何模拟设计自动化公司的提取的基板模型,增加了基于AI的基底校准工具,帮助预测失败,并在几秒钟内根据公司在几秒钟之内。......

基于巴黎的EDA启动Intento设计引入了一种基于人工智能(AI)的工具,校准了任何铸造设计套件的提取的基板模型,将AI和机器学习与固态物理学结合起来。该公司表示,该行业需要快速准确的早期故障预测,在汽车/航空航天中至关重要,以及电源管理,医疗和防御应用。

新工具称为ID-Caliber,是其ID基板可靠性工具的扩展,用于早期检测和预防所有基材寄生菌素。虽然ID基板在短短几秒钟内为Active 3D物理模型造型将完整芯片的基板塑造,但ID-Caliber校准提取的基板模型。然后,这加速了ID基板检测到的所有潜在基板故障区域的精确预测,同时还消除了测试结构制造和铸造测量费用。

ramy iskander,首席执行官和Intento设计的创始人澄清了ID-paliber如何开启新的市场机会:“ID-Caliber消除了对实证校准或测试结构制造的需要,有效地带来了更好的市场竞争力和增加的ROI,以IDMS,Fabless和Design增加房屋。将ID-衬底/ ID-Caliber视为行为TCAD模拟完整的AMS芯片1000x比传统的TCAD有限元方法更快。“

Intento设计专注于模拟设计自动化的设计工具和软件。在其产品中,ID基板检测基板中的区域,其中可靠性处于风险。它提取寄生件的网列表,帮助设计师回归原始网表或重新模拟示意图,考虑到基材寄生,并可视化潜在的热点区域,以进行制造后闩锁风险。

与有限元建模技术不同,在仿真持续时间的情况下,Intento设计表示ID基板模拟在秒内给出准确的结果。这是基于基于电路的建模,其与自适应网格化算法组合优化了元素的数量,快速产生了结果而不会收敛问题或精度损耗。ID基板在节奏模拟设计环境中运行。

下面的图像说明了组合的ID基板/ ID-Calibl溶液如何预测基板故障并在带外和制造之前引导布局调整。当芯片通电时,系统地生成了电源复位(POR)信号。检测到ID - 基板分析检测到问题区域和布局调整以保护来自输出驱动电阻器开关引起的少数载波的POR块。提取时间为2016二极管,8283个电阻和3309个同性全调的提取时间为1.606秒。

Intento设计POR信号发生器
上电复位信号发生器:检测到左少数竞争载波,右侧校正布局调整。(图片:Intento设计)

发表评论