Advanced Database Set Reduction Through Layout Trimming Technique for Fast Post Layout Simulation

计算机科学 示意图 数据库 还原(数学) 电子设计自动化 设计流量 绘图 集成电路布局 集合(抽象数据类型) 超大规模集成 修边 数据挖掘 集成电路 嵌入式系统 计算机图形学(图像) 程序设计语言 工程类 电子工程 操作系统 数学 几何学
作者
Lucan Tan Tien Boon,Sofiyah Sal Hamid,Nuha A. Rhaffor,Khairu Anuar Mohamed Zain,Asrulnizam Abd Manaf
标识
DOI:10.1109/ipfa58228.2023.10249177
摘要

Huge parasitic extraction runtime is always proportional to the size of the design database and is one of the gating factors in the product design cycle. There is currently no comprehensive solution for actual selected partial parasitic extraction for what-if analysis or if the design of concern is dispersed across several domains in the System on Chip (SoC) with crucial timing specification in between. The main idea of this study is to look for a real layout size reduction solution for fast electrical change order (ECO) with full layout to schematic cross referenced to allow seamless back annotation during post-layout simulation as well as preserving the important post layout parameters. The proposed technique allowed for real database reduction prior to layout database processing and parasitic extraction, significantly reducing the size of the database and the computation time needed to complete the parasitic extraction flow. The whole database set and a trimmed version of the database are compared in the experimental results employing Silterra 0.18-m technology design. Parasitic extraction solution is using Mentor Graphics Calibre platform which consists of layout versus schematic (LVS), and parasitic extraction (PEX xRC).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Dmooou完成签到 ,获得积分10
1秒前
1秒前
congxun完成签到,获得积分10
1秒前
不配.应助清爽代双采纳,获得10
2秒前
大气早晨发布了新的文献求助10
2秒前
2秒前
研友_LpKyl8发布了新的文献求助10
2秒前
搜集达人应助yi采纳,获得10
3秒前
4秒前
十六发布了新的文献求助10
5秒前
6秒前
乐乐发布了新的文献求助10
7秒前
sx完成签到,获得积分10
7秒前
乐乐应助大气早晨采纳,获得10
8秒前
8秒前
hao发布了新的文献求助10
8秒前
得了道的小神仙完成签到 ,获得积分10
8秒前
9秒前
zxy发布了新的文献求助10
9秒前
有有有由于关注了科研通微信公众号
10秒前
10秒前
李斌完成签到,获得积分10
11秒前
12秒前
12秒前
科研通AI2S应助linshunan采纳,获得10
12秒前
瓷穹发布了新的文献求助10
12秒前
13秒前
13秒前
夕荀发布了新的文献求助10
13秒前
SciGPT应助可靠的千愁采纳,获得10
13秒前
优美尔珍完成签到 ,获得积分10
13秒前
14秒前
Eliauk完成签到,获得积分10
15秒前
16秒前
失眠映真发布了新的文献求助10
16秒前
16秒前
鸳鸯不是鸳鸯完成签到,获得积分10
17秒前
H喜欢老霉发布了新的文献求助10
17秒前
上官若男应助二三采纳,获得10
17秒前
华仔应助坦率采纳,获得10
18秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156964
求助须知:如何正确求助?哪些是违规求助? 2808328
关于积分的说明 7877268
捐赠科研通 2466845
什么是DOI,文献DOI怎么找? 1313040
科研通“疑难数据库(出版商)”最低求助积分说明 630355
版权声明 601919