公开(公告)号：CN114021515A

公开(公告)日：2022-02-08

申请号：CN202111254051.3

申请日：2021-10-27

Applicant: 中国科学院计算技术研究所

Inventor： 李威 ,  王咸焯 ,  朱海丰 ,  潘朝凤 ,  刘俊英

IPC: G06F30/392 ,  G06F30/398 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04 ,  G06F111/06 ,  G06F119/06

Abstract: 本发明提出一种数字集成电路的前端工艺迁移优化方法和系统，通过对特定电路器件尺寸参数有限次数的仿真作为神经网络的训练样本，构建起关键指标对电路器件尺寸参数的模型，并基于该模型快速设计器件尺寸参数，完成新工艺下的前段工艺迁移。使用深度神经网络方法对模型参数进行训练，获取到优化目标与器件尺寸的关系，相比于暴力穷举方法，能够在很短的时间内获取到优化目标模型；再使用几何规划方法，能够获取到尺寸参数设计空间内的全局最优解。能够使用尽可能少的时间完成定制数字集成电路的前端工艺迁移。

公开(公告)号：CN114021515B

公开(公告)日：2025-04-08

申请号：CN202111254051.3

申请日：2021-10-27

Applicant: 中国科学院计算技术研究所

Inventor： 李威 ,  王咸焯 ,  朱海丰 ,  潘朝凤 ,  刘俊英

IPC: G06F30/392 ,  G06F30/398 ,  G06N3/0499 ,  G06N3/084 ,  G06F111/04 ,  G06F111/06 ,  G06F119/06

Abstract: 本发明提出一种数字集成电路的前端工艺迁移优化方法和系统，通过对特定电路器件尺寸参数有限次数的仿真作为神经网络的训练样本，构建起关键指标对电路器件尺寸参数的模型，并基于该模型快速设计器件尺寸参数，完成新工艺下的前段工艺迁移。使用深度神经网络方法对模型参数进行训练，获取到优化目标与器件尺寸的关系，相比于暴力穷举方法，能够在很短的时间内获取到优化目标模型；再使用几何规划方法，能够获取到尺寸参数设计空间内的全局最优解。能够使用尽可能少的时间完成定制数字集成电路的前端工艺迁移。