KCI등재
인공지능 알고리즘 기반 디지털 반도체 회로 성능 예측
저자
발행기관
학술지명
차세대융합기술학회논문지(Journal of Next-generation Convergence Technology Association)
권호사항
발행연도
2021
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
366-373(8쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
본 논문에서는 디지털 반도체 회로의 속도를 결정하는 딜레이를 칩 제작 전 개발 단계에서 정확하고 효 율적으로 예측하는 방법을 제안한다. 반도체 공정이 미세화되면서 공정 과정에서 편차가 심해지고, 이에 반도체로 구현된 성능에 대한 불확실성이 증가하여 개발된 반도체 칩의 성능을 예측하기가 더욱 어려워졌다. 특히 반도체 공정 편차를 개발과정에 모델링해서 회로 시뮬레이션을 통해 직접 성능 분포를 Monte Carlo (MC) simulation은 목표 수율이 높은 최근 개발 환경에서는 비현실적으로 오래 시간을 필요로 한다. 성능 특성을 정규분포로 가정하 여 소수의 MC simulation data를 통해 전체 분포를 추정하는 Quasi MC 방법은 딜레이 분포가 높은 수율 영역 에서 정규분포를 벗어나므로 정확성이 매우 떨어지는 한계가 있다. 제안하는 방법은 반도체 공정의 특성이 반영된 모델을 체계적으로 구축한 후, 적은 수의 MC simulation data를 이용하여 해당 모델을 훈련하는 인공지능 알고리 즘을 통해 반도체 회로의 성능을 예측하는 방법을 제안한다. MC simulation 대비 106배 소요시간을 줄였으며, QMC대비 23∼81배 정확성을 개선하였다.
더보기This work proposes an efficient and accurate method for the method to predict the speed of a digital circuit. As technology scales down, the enlarged process variation makes the circuit speed more uncertain. The conventional Monte Carlo (MC) simulation necessitates an impractically large number of simulations. An alternative approach, Quasi MC simulation requires smaller number of simulations by assuming the delay to follow the normal distribution. However, it is not accurate because the normal distribution assumption does not hold anymore. The proposed method utilizes the artificial intelligence algorithm which adopts the probability model that reflects the unique characteristics of the given transistors and is trained by a practically acceptable number of MC simulation data. Our results show that the proposed method can speed up the delay prediction procedure by 106 times compared to MC, and it can achieve better accuracy by 23∼81 times compared to QMC.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2024 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2019-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
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)