一种随机工艺扰动下电路失效概率估计方法和装置与流程

摘要: 本技术涉及集成电路设计领域,尤其涉及一种随机工艺扰动下电路失效概率估计方法。背景技术:1、随着集成电路制造工艺进入深亚微米及纳米阶段,掺杂浓度、栅极长度、沟道宽...
一种随机工艺扰动下电路失效概率估计方法和装置与流程

本技术涉及集成电路设计领域,尤其涉及一种随机工艺扰动下电路失效概率估计方法。

背景技术:

1、随着集成电路制造工艺进入深亚微米及纳米阶段,掺杂浓度、栅极长度、沟道宽度、器件失配等工艺参数的随机波动效应对芯片性能的影响日益显著,电路良率优化已成为连接物理设计与可制造性设计的关键环节,其估计效率与收敛稳定性决定了芯片产品的性能、功耗及生产成本。在高性能计算、移动通信及汽车电子等应用场景中,由于晶圆加工过程中难以避免的随机掺杂起伏、线边缘粗糙度等效应,延迟、增益、漏电等电路性能指标会在标称值附近呈统计分布。设计人员需要在设计阶段准确估计在极端工艺扰动下的失效概率,以确保量产良率满足严苛要求。这一过程若能实现高效率高精度的自动化估计,不仅能显著缩短设计迭代周期,还能减少对昂贵物理流片验证的依赖,降低研发成本。

2、现有技术中的极端工艺扰动下的小失效概率估计方法,主要采用两种方式:第一种是基于蒙特卡洛及其改进的大规模采样仿真,即在原始工艺分布中生成海量随机样本,逐点调用spice等电路仿真器并统计失效样本比例;第二种是基于广义子集模拟的序贯采样方法,即通过引入中间失效阈值和放大输入变量标准差,将难以直接估计的小失效概率转化为一系列较易估计的中间条件概率的乘积,从而降低仿真开销。

3、然而,上述两种方法存在以下问题:1、传统蒙特卡洛及其改进方法在目标失效概率很小时,需要大量仿真才能获得稳定估计,成本高昂;2、重要性采样等改进方法高度依赖采样分布的设置,采样分布设置不当,会产生大量无关样本并导致估计波动;3、现有广义子集模拟方法的采样效率高度依赖重要失效方向识别的准确性;4、现有广义子集模拟方法的初始放大系数通常依据经验范围设定,且后续放大系数与中间阈值同时调整,缺少与失效边界距离相联系的明确尺度依据;5、现有广义子集模拟方法的中间事件参数算法涉及高维优化,且解不唯一,难以保证方差缩减性质成立,对计算结果的稳定性造成负面影响。

技术实现思路

1、有鉴于此,本技术提供一种随机工艺扰动下电路失效概率估计方法和装置,用以解决现有技术中在高维小失效概率估计场景下,因缺乏对失效域几何先验信息的利用、采样方向盲目且参数更新耦合,导致采样效率低下、估计变异系数大、收敛不稳定,难以满足大规模集成电路良率分析高精度高效率需求的问题。

2、具体地,本技术是通过如下技术方案实现的:

3、本技术第一方面提供一种随机工艺扰动下电路失效概率估计方法,所述方法包括:

4、根据随机工艺扰动参数的分布情况构建待验证电路的失效域,所述失效域为所述待验证电路的性能参数不满足目标条件;

5、在所述待验证电路的标准正态空间中朝失效域方向求解随机工艺扰动参数的最优设计点、可靠性指标和失效方向;

6、根据所述失效方向构建旋转矩阵,经所述旋转矩阵处理的第一坐标轴与所述失效方向对齐;

7、根据所述可靠性指标计算标准差的缩放系数;

8、根据所述缩放系数和所述旋转矩阵进行条件采样,生成多个中间事件,所述中间事件至少包括随机工艺扰动参数的候选值;

9、基于所述多个中间事件的条件概率计算所述候选值对应的目标失效概率估计值。

10、在本技术的较佳实施方式中,所述根据随机工艺扰动参数的分布情况构建待验证电路的失效域,包括;

11、基于所述随机工艺扰动参数分布与所述仿真器接口参数,得到所述待验证电路的性能参数;

12、将所述所述待验证电路的性能参数小于等于所述目标阈值作为条件,将满足所述条件的所述随机工艺扰动参数分布的集合,构建为所述待验证电路的失效域。

13、在本技术的另一较佳实施方式中,所述在所述待验证电路的标准正态空间中朝失效域方向求解随机工艺扰动参数的最优设计点、可靠性指标和失效方向,包括:

14、以所述失效域的原点为初始点,通过迭代优化算法在所述失效域内搜索距离所述初始点最近的失效边界点,将所述失效边界点确定为所述随机工艺扰动参数的最优设计点;

15、根据所述最优设计点计算所述可靠性指标;

16、将所述初始点指向所述最优设计点的方向确定为所述失效方向。

17、在本技术的另一较佳实施方式中,所述根据所述失效方向构建旋转矩阵,经所述旋转矩阵处理的第一坐标轴与所述失效方向对齐,包括:

18、采用施密特正交化方法,以所述失效方向作为旋转坐标系的第一坐标轴基向量;

19、构造与所述失效方向正交的坐标轴基向量,所述第一坐标轴基向量与所述坐标轴基向量组合形成正交旋转矩阵。

20、在本技术的另一较佳实施方式中,所述根据所述可靠性指标计算标准差的缩放系数,包括:

21、将所述可靠性指标与修正项相乘,得到所述标准差;

22、基于所述可靠性指标计算所述标准差的缩放系数,所述缩放系数用于缩放标准差。

23、在本技术的另一较佳实施方式中,所述根据所述可靠性指标计算标准差的缩放系数,还包括:

24、获取失效边界几何修正项;

25、将所述失效边界几何修正项加1,得到所述修正项。

26、在本技术的另一较佳实施方式中,所述根据所述缩放系数和所述旋转矩阵进行条件采样,包括:

27、根据当前层的所述标准差和所述失效方向,生成随机样本;

28、调用所述仿真器接口参数获得所述随机样本的性能结果。

29、在本技术的另一较佳实施方式中,所述生成多个中间事件,所述中间事件至少包括随机工艺扰动参数的候选值,包括:

30、基于当前层的所述样本性能结果,根据样本性能排序和预设条件概率,确定当前层中间阈值;

31、根据所述随机样本的情况,更新所述标准差;

32、更新所述中间事件包括先确定所述当前层中间阈值,后更新所述标准差;

33、在更新后的所述中间事件的样本中选取种子样本,以所述种子样本为初始状态进行mcmc条件采样,获得候选值;

34、所述mcmc条件采样,在采样生成的样本的中间阈值未达到所述目标阈值时,依据所述候选值和上一层样本生成下一层的所述中间事件,更新所述标准差;在采样生成的样本的中间阈值达到所述目标阈值时,停止迭代,得到所述迭代过程中生成的所述多个中间事件。

35、在本技术的另一较佳实施方式中,所述基于所述多个中间事件的条件概率计算所述候选值对应的目标失效概率估计值,包括:

36、计算所述多个中间事件对应的所述候选值的条件概率,将各个所述条件概率连乘得到所述目标失效概率估计值。

37、本技术第二方面提供一种随机工艺扰动下电路失效概率估计装置,所述装置包括:

38、构建模块,用于根据随机工艺扰动参数的分布情况构建待验证电路的失效域,所述失效域为所述待验证电路的性能参数不满足目标条件;

39、求解模块,用于在所述待验证电路的标准正态空间中朝失效域方向求解随机工艺扰动参数的最优设计点、可靠性指标和失效方向;

40、构建模块,用于根据所述失效方向构建旋转矩阵,经所述旋转矩阵处理的第一坐标轴与所述失效方向对齐;

41、求解模块,用于根据所述可靠性指标计算标准差的缩放系数;

42、生成模块,用于根据所述缩放系数和所述旋转矩阵进行条件采样,生成多个中间事件,所述中间事件至少包括随机工艺扰动参数的候选值;

43、求解模块,用于基于所述多个中间事件的条件概率计算所述候选值对应的目标失效概率估计值。

44、本技术提供的一种基于变异系数缩减的高维小失效概率估计方法,有以下有益效果:

45、现有技术中,在估计失效概率时,对于工艺随机参数集边界区域的参数是否会导致电路性能值失效的估计不够准确,即极限状态下的随机扰动是否会导致电路失效通常无法被预估到,导致在高维情况下小失效概率的情况估计准确性差。本技术提供的方法在整个失效域中通过距离最近的边界处工艺随机参数的最优设计点的搜索,根据最优设计点与失效域原点的方向、最优设计点定位的可靠性信息引导采样的方向和缩放的尺度,实现向朝着边界处引导采样,并且不同位置处缩放区域不同,采样分布更合理地覆盖失效边界附近区域,通过对失效边界几何形态的数值解析,找到与之匹配的采样方向和采样缩放尺度,实现失效边界位置处的采样引导,预测在当前采样分布下真实的失效概率演化趋势,对集成电路在工艺随机参数的影响下是否会失效进行精准预测,并且预测覆盖边界区域的工艺随机参数,提高了预测的全面性,确保了集成电路的稳定、可靠。