對于最新的微型半導(dǎo)體制作工藝而言，制程工藝變化和器件不匹配帶來了深遠(yuǎn)影響。復(fù)雜制程工藝也會影響器件生產(chǎn)的可變性，進(jìn)而影響整體良品率。 蒙特卡洛（MC）仿真使用重復(fù)的隨機抽樣方法，將工藝變化與電路性能和功能聯(lián)系起來，從而確定它們對良品率的影響。然而，要進(jìn)行全面的設(shè)計空間研究，設(shè)計團隊需要完成大量的 MC 仿真才能達(dá)到必要的可信度。

一個芯片上的數(shù)十億個元件，再加上工藝變化和器件不匹配，我們能運行數(shù)十億次統(tǒng)計仿真并耗費大量時間進(jìn)行驗證嗎？

運行數(shù)百萬次甚至數(shù)十億次仿真所需的時間和運算資源是不切實際的，因此，我們迫切需要在提高效能的同時滿足統(tǒng)計準(zhǔn)確度要求。使用 Cadence Spectre FMC Analysis，Broadcom 取得了良好的成果，并且顯著提升了生產(chǎn)力。此外，Spectre 仿真的多處理器模式在保證準(zhǔn)確度的同時進(jìn)一步縮短了運行時間。本文將探討 Broadcom 借助 Spectre FMC 實現(xiàn)的準(zhǔn)確度和性能提升，內(nèi)容摘錄自 Broadcom 團隊之前的 CadenceLIVE Silicon Valley 2024 演講。

為何制程工藝變化總是捉摸不定？

半導(dǎo)體代工廠通過開發(fā)統(tǒng)計模型來準(zhǔn)確形容器件級別的變化。這樣便可通過兼顧工藝變化的設(shè)計技術(shù)來最大程度降低集成電路（IC）故障的可能性。MC 仿真可使用這些統(tǒng)計模型來識別最壞情況并確保良品率符合預(yù)期。然而，這些仿真需要耗費大量的計算資源和時間，對于芯片上經(jīng)常使用且具有低故障要求的設(shè)計模塊來說更是如此，例如標(biāo)準(zhǔn)單元、存儲位單元和模擬 IP（ADC、DAC、PLL 和帶隙基準(zhǔn)等）。

盡管仿真工具和大規(guī)模計算資源（如多核和云計算）方面已經(jīng)非常先進(jìn)了，執(zhí)行計算密集型 MC 仿真仍然不切實際，多數(shù)情況下根本不可能完成。對于高 sigma MC 分析來說更是如此，這里可能需要超過 10 億次仿真才能獲得高良品率。例如，用 25 億個樣本來確認(rèn)6σ。

為了在更少的仿真次數(shù)和更短的時間內(nèi)準(zhǔn)確估計良品率并判斷最壞情況，半導(dǎo)體行業(yè)需要使用 EDA 工具。要實現(xiàn)快速、精確的高 sigmaMC 分析，具有一流仿真能力的先進(jìn) EDA 解決方案必不可少。

解決方案：

Cadence Spectre FMC Analysis

為了克服上述挑戰(zhàn)，Cadence 開發(fā)了 Spectre FMC Analysis，將其作為 Spectre Simulation Platform 的一部分，引領(lǐng)行業(yè)步入高性能 SPICE 精確電路仿真。

它使用人工智能增強技術(shù)，以便：

● 在不影響統(tǒng)計準(zhǔn)確度的情況下，盡早、盡快地估計良品率

● 發(fā)現(xiàn)統(tǒng)計異常值和最壞情況樣本

● 與傳統(tǒng) MC 分析相比，在大幅度減少的仿真次數(shù)內(nèi)提取有用的統(tǒng)計信息

Broadcom 為何選擇采用Spectre FMC Analysis？

Broadcom 需要的解決方案必須滿足以下要求：能夠準(zhǔn)確地測量和驗證變化模型、具有成本效益并且能無縫整合進(jìn)現(xiàn)有的 IC 設(shè)計流程。此外，還必須具備可擴展性，以滿足當(dāng)下和未來的設(shè)計需求。通過與 Cadence 合作，Broadcom 將 Spectre FMC Analysis 用于與時序相關(guān)的準(zhǔn)確度和分析項目中。

該產(chǎn)品為 Broadcom 帶來的好處包括：

● 在高 sigma 下獲得高精度

● 應(yīng)用現(xiàn)有 License Pool 的能力

● 命令行界面 (CLI) 友好

● 輕松整合進(jìn)現(xiàn)有的 IC 設(shè)計流程 Distributed processing

● 分布式處理

● 易于擴展

● 變化準(zhǔn)確度認(rèn)證

案例研究：

Non-Gaussian 分布

為了研究 Spectre FMC 的準(zhǔn)確度和性能，Broadcom 團隊提出了一個具有 long tail 的案例，該案例不是嚴(yán)格的 Gaussian 分布。

結(jié)果表明，Spectre FMC 有能力處理這樣充滿挑戰(zhàn)的分布。通過對比傳統(tǒng) MC 和 Spectre FMC 的性能數(shù)據(jù)，Broadcom 團隊獲得了更大的信心。

如果不使用 Spectre FMC Analysis，處理每個作業(yè)需要 12 小時，總運行時間約為 245 個月的 CPU 時間，需要使用 1000 個 Spectre License。使用 Spectre FMC，每個作業(yè)平均需要 0.2 小時左右，需要使用 300 個 Spectre License，總 CPU 時間也縮短為 14 個月。在 Spectre FMC Analysis 的助力下，Broadcom 在一個月左右的時間內(nèi)完成了該項目，證明該產(chǎn)品能夠帶來顯著的性能提升。

Cadence Spectre FMC 優(yōu)勢

在與 Broadcom 現(xiàn)有 IC 設(shè)計流程無縫整合的同時，Spectre FMC 還大大提高了準(zhǔn)確度和性能。在適當(dāng)?shù)脑S可條件下運行時，Broadcom 每個 CPU 處理每個作業(yè)的效率提升 60 倍左右。即便減少 License 的數(shù)量，該產(chǎn)品帶來的優(yōu)勢仍然十分顯著，整體性能大約提高了 18 倍。Broadcom 提到，使用 Spectre FMC 的主要優(yōu)勢在于提升精確度和顯著縮短運行時間。確保有足夠的 License Pool 至關(guān)重要。此外，該產(chǎn)品的命令行簡單易用，且具有強大的可擴展性，非常適合用于高效探索整個設(shè)計空間。