一种复合电流源模型的单元延时计算方法

    公开(公告)号:CN115964973B

    公开(公告)日:2023-07-04

    申请号:CN202211720027.9

    申请日:2022-12-30

    Abstract: 本发明公开一种复合电流源模型的单元延时计算方法,属于计算、推算或计数的技术领域。该方法:读入时序路径的RC网表与标准单元库文件,获取时序单元库中相关单元管脚信息;设置分段电压阈值;将驱动器模型输入转换时间与输出负载带入,根据时序单元库信息在分段电压阈值处插值,拟合驱动器模型输出电压波形;计算输出电压波形延时及过渡时间,在过渡时间收敛时结束延时计算,在过渡时间未收敛时计算每段电压区间的有效电容后更新输出负载,迭代计算直到延时计算结果收敛。本发明能够快速且准确地计算单元延时,计算量小且运行时间短,优化了查表插值过程,使得单元延时计算简单高效。

    基于机器学习和节点有效电容的线延时预测方法

    公开(公告)号:CN116861782B

    公开(公告)日:2024-04-02

    申请号:CN202310818532.5

    申请日:2023-07-05

    Abstract: 本发明公开基于机器学习和节点有效电容的线延时预测方法,属于计算、推算或计数的技术领域。该方法:读入SPEF寄生文件、网表文件、时序库文件;采用SPICE仿真测量sink端节点线延时,建立线延时标准样本集;处理SPEF寄生文件与网表文件,计算sink端节点线延时和转换时间、所有节点有效电容;处理得到机器学习模型训练所需特征,使用交叉验证法训练模型,计算接收端节点线延时平均值以及转换时间平均值作为模型性能的评估指标,比较接收端节点线延时计算值与SPICE仿真测量的线延时之间的误差,最终确定特征参数统一值。本发明能够快速且准确地预测单元延时,采用机器学习优化预测结果进一步提高预测速度和精度。

    一种复合电流源模型的单元延时计算方法

    公开(公告)号:CN115964973A

    公开(公告)日:2023-04-14

    申请号:CN202211720027.9

    申请日:2022-12-30

    Abstract: 本发明公开一种复合电流源模型的单元延时计算方法,属于计算、推算或计数的技术领域。该方法:读入时序路径的RC网表与标准单元库文件,获取时序单元库中相关单元管脚信息;设置分段电压阈值;将驱动器模型输入转换时间与输出负载带入,根据时序单元库信息在分段电压阈值处插值,拟合驱动器模型输出电压波形;计算输出电压波形延时及过渡时间,在过渡时间收敛时结束延时计算,在过渡时间未收敛时计算每段电压区间的有效电容后更新输出负载,迭代计算直到延时计算结果收敛。本发明能够快速且准确地计算单元延时,计算量小且运行时间短,优化了查表插值过程,使得单元延时计算简单高效。

    基于机器学习和节点有效电容的线延时预测方法

    公开(公告)号:CN116861782A

    公开(公告)日:2023-10-10

    申请号:CN202310818532.5

    申请日:2023-07-05

    Abstract: 本发明公开基于机器学习和节点有效电容的线延时预测方法,属于计算、推算或计数的技术领域。该方法:读入SPEF寄生文件、网表文件、时序库文件;采用SPICE仿真测量sink端节点线延时,建立线延时标准样本集;处理SPEF寄生文件与网表文件,计算sink端节点线延时和转换时间、所有节点有效电容;处理得到机器学习模型训练所需特征,使用交叉验证法训练模型,计算接收端节点线延时平均值以及转换时间平均值作为模型性能的评估指标,比较接收端节点线延时计算值与SPICE仿真测量的线延时之间的误差,最终确定特征参数统一值。本发明能够快速且准确地预测单元延时,采用机器学习优化预测结果进一步提高预测速度和精度。

Patent Agency Ranking