| 1 |
1
집적회로의 타이밍 그래프 상에서 각 노드에 대한 평균 도착시간의 미세 변화값을 블록 기반 SSTA 방법의 ADD 및 MAX 연산에 적용한 후 해당 연산을 근사화하는 과정;
상기 연산의 선형 근사화 과정에서 산출된 미분계수들로 구성된 행렬 구성요소들로 각 노드 간의 자코비안 행렬들을 생성하는 과정;
상기 자코비안 행렬들을 이용하여 가상 싱크노드에서 가상 소스노드로 전파시켜 상기 회로의 변화된 도착시간 값들을 산출하는 과정; 및
상기 전파에 의해 산출된 값들로 각 노드에 대한 평균 도착시간의 미세 변화에 의한 회로 타이밍 수율의 변화값인 타이밍 수율 임계성(TYC)들을 산출하는 과정;을 포함함을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 2 |
2
제1항에 있어서, 상기 MAX 연산의 근사화는 제1노드의 평균 도착 시간 a0가 δa0만큼 변했을 때, 상기 제1노드에 직접 연결된 출력단의 제3노드의 변화된 도착 시간 C'는 a0에 대한 상기 제3노드의 딜레이 성분들의 미분 계수들을 δa0와 곱함으로써 근사화됨을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 3 |
3
제2항에 있어서, 상기 제1노드와 제2노드에 직접 연결된 출력단의 상기 제3노드의 변화된 도착시간 C'는
으로 근사화되며, A'는 제1노드의 변화된 도착시간, B는 제2노드의 도착시간임을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 4 |
4
제3항에 있어서, 상기 MAX 연산의 근사화는 상기 제1노드의 평균 도착 시간 a0가 δa0만큼 변했을 때, 상기 제1노드에 간접적으로 연결된 출력단의 제4노드의 변화된 도착 시간 E'는 미분 계수들의 체인 룰(chain rule)에 의해서 근사화함을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 5 |
5
제4항에 있어서, 상기 제4노드의 변화된 도착시간 E'는 다음 수학식
으로 나타내며, D는 상기 제3노드의 도착시간임을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 6 |
6
제5항에 있어서, 상기 MAX 연산의 선형 근사화를 위한 상기 미분 계수들은 상기 MAX 연산의 입력 딜레이 성분들에 대한 출력 딜레이 성분들의 편미분(partial differentiation)을 적용하여 다음 수학식과 같이
산출됨을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 7 |
7
제1항에 있어서,
상기 ADD 연산의 선형 근사화에서 제1노드의 도착시간 A가 제2,제3노드의 도착시간 B와 C에 대한 ADD 연산의 결과이며, 상기 제1노드의 딜레이 성분들이 δai (i=1,2,…,n+1)만큼 변하였다면, 상기 도착시간 A의 변화로 인해서 변화된 도착시간 C'는 다음 수식과 같이
산출됨을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 8 |
8
제7항에 있어서,
상기 ADD 연산의 선형 근사화를 위한 상기 미분 계수들은 상기 ADD 연산의 입력 딜레이 성분들에 대한 출력 딜레이 성분들의 편미분(partial differentiation)을 적용하여 다음과 수식과 같이
산출됨을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
| 9 |
9
제1항에 있어서, 상기 자코비안 행렬들을 이용하여 가상 싱크 노드에서부터 가상 소스 노드까지 전파는 역방향 너비우선 탐색(backward breadth-first search) 방법에 의해 수행하며, 상기 행렬들의 곱셈을 통해서 이루어짐을 특징으로 하는 집적회로의 통계적 타이밍 최적화를 위한 방법
|
