【AI速读】一种新型混合信号验证方法：应对纳米设计中的高Sigma挑战

 

在当今的芯片设计中，模拟-数字转换器（ADC）扮演着重要角色。随着汽车雷达、移动设备和高性能计算应用对性能要求的不断提高，设计团队不得不采用22nm甚至更先进的工艺节点。但这也带来了新的挑战——如何在纳米工艺下确保设计的高良率？

传统方法的困境

过去，设计团队通常采用"暴力模拟"的方法：运行数百万次蒙特卡洛仿真来覆盖所有可能的工艺、电压和温度（PVT）变异情况。但在22nm FDSOI工艺下，这种方法变得不切实际。以一个时间域两步ADC为例：

• 仅比较器锁存模块就需要考虑4个工艺角
• 电压变化范围±5%
• 温度范围-40°C到125°C

如果完全采用传统方法，需要运行数千万次仿真。实际上，团队只能运行3200次仿真，然后通过外推法估算4-sigma性能。这种方法不仅耗时，而且准确性难以保证。

创新解决方案：两阶段验证法

针对这一挑战，研究团队开发了一种新型的两阶段验证方法：

第一阶段：关键模块分析

1. 设计师首先确定影响整体性能的关键指标（如比较器的偏移标准差）
2. 使用机器学习工具快速识别最坏情况的工作角
3. 通过敏感性分析找出对变异最敏感的器件

在这个案例中，团队发现比较器锁存的偏移标准差达到7.2ps，超过了ADC的5ps最低有效位要求。更关键的是，偏移分布并非高