Fast Timing Library Generation Using Selective Regression Model = 선택적인 회귀 모델을 사용한 고속 타이밍 라이브러리 생성 방법
저자
발행사항
청주 : 청주대학교 대학원, 2023
학위논문사항
학위논문(박사)-- 청주대학교 대학원 : 전자공학과 2023. 2
발행연도
2023
작성언어
영어
주제어
KDC
005.12 판사항(5)
발행국(도시)
충청북도
형태사항
viii, 111 p. : 삽화, 도표 ; 26 cm.
일반주기명
청주대학교 학위논문은 저작권에 의해 보호받습니다.
선택적인 회귀 모델을 사용한 고속 타이밍 라이브러리 생성 방법
지도교수:현대준
참고문헌: p. 102-106
UCI식별코드
I804:43007-200000649949
소장기관
프로세스 노드 기술의 발전은 많은 PVT 변형을 포괄하기 위한 많은 라이브러리 생성의 필요성 및 증가된 셀 수 때문에 라이브러리 개발팀에 계속해서 새로운 과제를 제공합니다. 예를 들어, 7nm 프로세스 노드를 위한 효율적인 셀 라이브러리 개발에는 1,000개 이상의 셀을 포함하는 약 10억 번의 시뮬레이션이 필요합니다. 결과적으로 여러 PVT 조건에서 라이브러리를 생성하는 데 몇 주에서 몇 달이 걸립니다. 이는 제한된 제품 일정 내에서 디자인을 마감하는 데 상당한 방해가 됩니다.
본 논문은 전통적인 라이브러리 특성화에서 런타임 문제를 해결하기 위해 회귀 모델 기반 방법을 제안합니다. 제안된 방법은 라이브러리에서 선택한 특성화 지점에 대한 시뮬레이션을 회귀 모델의 예측으로 대체합니다. 먼저, 제안 방법은 표준 셀을 두 가지 범주로 분류하여 시뮬레이션 도구를 사용해 혼합된 LUT 크기 라이브러리를 생성합니다. 여기서 표준 셀의 더 많은 부분은 기존 LUT 크기를 줄임으로써 부분적으로 특성화됩니다. 다음으로, 제안 방법은 회귀 기반 특성화 모델을 통합하여 부분적으로 특성화된 LUT에서 특성화되지 않은 지점에 대한 응답을 생성합니다. 이 프로세스는 라이브러리에서 부분적으로 특성화된 모든 LUT에 대해 예측이 완료될 때까지 반복됩니다. 제안 방법은 타이밍 매개변수 예측을 위한 다중 억제기 모델과 최대 부하 커패시턴스 예측을 위한 지원 벡터 회귀 모델의 두 가지 개별 회귀 모델을 실행합니다.
다중 대상 PVT 코너에 대한 실험적 증거는 최첨단 대안과 비교하여 라이브러리 생성을 위한 우리의 방법이 더 나은 예측을 산출하고 더 적은 런타임이 필요함을 보여줍니다. 제안된 모델을 사용하여 라이브러리 생성을 구현한 결과 허용할 수 있는 시뮬레이션 허용 오차 한계 내에서 계산할 때 평균 정확도 99%로 런타임 속도가 42% 향상되었습니다.
Advancements in the process node technology continue to offer new challenges to library development teams due to increased cell count and requirements to generate many libraries to cover many PVT variations. For instance, an efficient cell library development for 7 nm process node involves approximately 1 billion simulations to cover more than a thousand cells. Consequently, generating libraries over multiple PVT conditions takes weeks to months. This poses a significant hindrance to design closure under constrained product timelines.
This dissertation proposes a regression models-based method to address the runtime issues in traditional library characterization. The proposed method replaces the simulations for the selected characterization points in the library with the predictions from the regression models. First, the proposed method classifies the standard cells into two categories to produce a mixed LUT size library using the simulation tool, in which a larger portion of the standard cells is characterized partially by reducing the original LUT size. Later, the proposed method incorporates the regression-based characterization models to generate responses for the uncharacterized points in the partially characterized LUT. This process is repeated until the prediction is completed for all partially characterized LUTs in the library. The proposed method executes two separate regression models, the multiple repressors model for timing parameter prediction and the support vector regression model for maximum load capacitance prediction.
Experimental evidence across multiple target PVT corners demonstrates that, compared to State-of-Art alternatives, our method for library generation yields better predictions and requires less runtime. Implementing the library generation using the proposed models showed a 42% speedup in runtime with an average accuracy of 99% when computed within the acceptable simulation tolerance limits.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)