| 1 |
1
컴퓨팅 장치에 의해 수행되는, 반도체 소자의 전압 강하를 예측하는 방법으로서,상기 반도체 소자의 전류 파형에 기초해서 상기 반도체 소자에서의 전류 소모를 나타내는 전류 소모 맵을 생성하는 단계,상기 반도체 소자에서의 저항을 나타내는 저항 맵을 생성하는 단계,상기 전류 소모 맵과 상기 저항 맵을 포함하는 복수의 채널의 입력 특성 맵 각각을 복수의 입력 클립으로 분할하는 단계,상기 복수의 입력 클립 중 일부 입력 클립을 선택하는 단계, 그리고상기 선택한 입력 클립을 기계 학습 모델에 입력하여서 전압 강하 값을 가지는 출력 클립을 생성하는 단계를 포함하는 방법
|
| 2 |
2
제1항에서,각 입력 특성 맵은 복수의 픽셀을 포함하는, 방법
|
| 3 |
3
제1항에서,시뮬레이션 시간을 복수의 시간 윈도우로 분할하는 단계를 더 포함하며,상기 전류 소모 맵을 생성하는 단계는 각 시간 윈도우에서 상기 전류 파형에 기초해서 상기 전류 소모 맵을 생성하는 단계를 포함하는방법
|
| 4 |
4
제3항에서,각 시간 윈도우에서 상기 전류 소모 맵을 생성하는 단계는각 시간 윈도우에서 상기 반도체 소자의 각 게이트의 전류 파형의 평균 전류를 계산하는 단계, 그리고각 게이트의 상기 평균 전류에 기초해서 각 게이트에 해당하는 픽셀의 전류 소모 값을 기록하는 단계를 포함하는 방법
|
| 5 |
5
제4항에서,상기 전류 소모 값을 기록하는 단계는,타겟 게이트가 복수의 픽셀과 겹치는 경우, 상기 평균 전류를 상기 복수의 픽셀에 분배하는 단계,타겟 픽셀이 복수의 게이트를 포함하는 경우, 상기 복수의 게이트 중에서 상기 타겟 픽셀에서 가장 큰 영역을 차지하는 게이트의 상기 평균 전류를 상기 타겟 픽셀에 할당하는 단계, 또는타겟 픽셀이 게이트를 포함하지 않는 경우, 상기 타겟 픽셀에 0을 할당하는 단계를 포함하는 방법
|
| 6 |
6
제3항에서,상기 일부 입력 클립을 선택하는 단계는 상기 복수의 시간 윈도우와 상기 복수의 입력 클릭의 조합 중에서 일부 조합을 선택하는 단계를 포함하는, 방법
|
| 7 |
7
제6항에서,상기 일부 조합을 선택하는 단계는,상기 저항 맵에 기초해서 상기 복수의 입력 클립 중 i번째 입력 클립의 저항 중 최대 저항을 선택하는 단계,상기 전류 소모 맵에 기초해서 상기 복수의 시간 윈도우 중 j번째 시간 윈도우 동안 상기 i번째 입력 클립의 r번째 행의 픽셀에서의 평균 전류의 합을 계산하는 단계,상기 최대 저항과 상기 평균 전류의 합의 곱으로 전압 강하를 추정하는 단계,상기 전압 강하가 소정의 제약 조건을 초과하는 경우, 상기 i번째 입력 클립과 상기 j번째 시간 윈도우의 조합을 위반 후보로 결정하는 단계, 그리고상기 i, j 및 r의 조합을 변경하면서 상기 위반 후보로 결정되는 상기 입력 클립과 상기 시간 윈도우의 조합을 선택하는 단계를 포함하는 방법
|
| 8 |
8
제1항에서,상기 저항 맵을 생성하는 단계는,상기 반도체 소자의 PDN(power delivery network)을 상기 반도체 소자의 파워 패드에 연결되는 제1 전류 소스와 상기 반도체 소자의 타겟 게이트의 파워 레일과 접지단을 연결하는 제2 전류 소스를 포함하는 저항 네트워크로 모델링하는 단계, 그리고상기 타겟 게이트에 가장 인접한 두 개의 파워 비아, 상기 제1 전류 소스 및 상기 제2 전류 소스에 기초해서 PDN 저항을 계산하는 단계를 포함하는 방법
|
| 9 |
9
제8항에서,상기 PDN 저항을 계산하는 단계는상기 두 개의 파워 비아에서 상기 제1 전류 소스까지의 도선을 각각 제1 저항과 제2 저항으로 모델링하는 단계,상기 두 개의 파워 비아에서 상기 제2 전류 소스까지의 도선을 각각 제3 저항과 제4 저항으로 모델링하는 단계, 그리고상기 제1 저항, 상기 제2 저항, 상기 제3 저항 및 상기 제4 저항에 기초해서 상기 PDN 저항을 계산하는 단계를 포함하는 방법
|
| 10 |
10
제1항에서,상기 반도체 소자의 각 게이트에서 파워 패드까지의 거리를 나타내는 파워 패드 거리 맵을 생성하는 단계를 더 포함하며,상기 복수의 채널의 입력 특성 맵은 상기 파워 패드 거리 맵을 더 포함하는방법
|
| 11 |
11
제1항에서,상기 기계 학습 모델은 U-net 모델을 포함하는, 방법
|
| 12 |
12
제1항에서,상기 기계 학습 모델은 직렬로 연결되는 복수의 컨볼루션 레이어와 복수의 디컨볼루션 레이어를 포함하며,상기 복수의 채널의 각 입력 클립이 상기 복수의 컨볼루션 레이어 중 첫 번째 컨볼루션 레이어에 입력되고,상기 복수의 디컨볼루션 레이어 중 마지막 디컨볼루션 레이어에서 상기 출력 클립이 출력되는방법
|
| 13 |
13
제12항에서,상기 복수의 컨볼루션 레이어 중에서 n번째 컨볼루션 레이어의 출력과 상기 복수의 디컨볼루션 레이어 중에서 (N-n)번째 디컨볼루션 레이어의 출력 사이에 스킵 연결이 형성되어 있는, 방법
|
| 14 |
14
제1항에서,상기 기계 학습 모델은 비용 함수에 기초해서 훈련되었으며,상기 비용 함수는 실제 전압 강하 값을 가중치로 가지는 비용 함수인방법
|
| 15 |
15
제14항에서,상기 비용 함수는 상기 기계 학습 모델이 예측한 전압 강하 값과 상기 실제 강하 값 사이의 오차의 제곱의 가중 평균에 기초해서 결정되는, 방법
|
| 16 |
16
하나 이상의 명령어를 저장하는 메모리, 그리고프로세서를 포함하며,상기 프로세서는 상기 명령어를 실행함으로써,반도체 소자의 전류 파형에 기초해서 상기 반도체 소자에서의 전류 소모를 나타내는 전류 소모 맵을 생성하고,반도체 소자에서의 저항을 나타내는 저항 맵을 생성하고,전류 소모 맵과 저항 맵을 포함하는 복수의 채널의 입력 특성 맵 각각을 복수의 입력 클립으로 분할하고,상기 복수의 입력 클립 중 일부 입력 클립을 선택하고,상기 선택한 입력 클립을 기계 학습 모델에 입력하여서 전압 강하 값을 가지는 출력 클립을 생성하는 전압 강하 예측 장치
|
| 17 |
17
제16항에서,상기 프로세서는, 상기 반도체 소자의 각 게이트에서 파워 패드까지의 거리를 나타내는 파워 패드 거리 맵을 생성하고,상기 복수의 채널의 입력 특성 맵은 상기 파워 패드 거리 맵을 더 포함하는전압 강하 예측 장치
|
| 18 |
18
컴퓨팅 장치에 의해 실행되며, 기록 매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은 상기 컴퓨팅 장치가,상기 반도체 소자의 전류 파형에 기초해서 상기 반도체 소자에서의 전류 소모를 나타내는 전류 소모 맵을 생성하는 단계,상기 반도체 소자에서의 저항을 나타내는 저항 맵을 생성하는 단계,상기 전류 소모 맵과 상기 저항 맵을 포함하는 복수의 채널의 입력 특성 맵 각각을 복수의 입력 클립으로 분할하는 단계,상기 복수의 입력 클립 중 일부 입력 클립을 선택하는 단계, 그리고상기 선택한 입력 클립을 기계 학습 모델에 입력하여서 전압 강하 값을 가지는 출력 클립을 생성하는 단계를 실행하도록 하는 컴퓨터 프로그램
|
| 19 |
19
제18항에서,상기 컴퓨터 프로그램은 상기 컴퓨팅 장치가 상기 반도체 소자의 각 게이트에서 파워 패드까지의 거리를 나타내는 파워 패드 거리 맵을 생성하는 단계를 더 실행하도록 하며,상기 복수의 채널의 입력 특성 맵은 상기 파워 패드 거리 맵을 더 포함하는컴퓨터 프로그램
|
