AI-Driven Manufacturing covers the process and device physics. AI-Driven Design covers the EDA tools, IP, verification and enablement.
Multiphysics from simulation to the fab floor
EDA tools, licensed IP, verification and enablement
Your market sets the physics problem
Find the technique for your problem
Process and device physics, from simulation to the fab floor
AI 芯片设计需要最新晶体管,以及能承受自身功耗与热量的裸片:使用 Silvaco 工具,您可开发 FinFET 或全环绕栅器件,查明裸片电压跌落或过热的位置,并优化其背后的晶圆厂工艺。
AI 加速器和数据中心芯片汇集了半导体开发中最困难的问题。先进 CMOS 晶体管、堆叠在逻辑旁的高带宽存储器、Chiplet,以及将它们连接起来的先进封装,都必须先独立工作,再作为一款产品协同工作。
功耗和热决定该产品能否实现。大型计算裸片从供电网络汲取大电流,使硅材料发热,而热量又改变晶体管和连线的行为。设计可能在仿真中表现正常,实际却出现电压跌落或过热。若流片后才发现,就需要付出再次流片的代价。
您从单个器件的物理机制入手,最终得到经过验证的图像传感器版图。光子组件则在旁侧进行独立的电磁仿真。
工艺、晶体管和版图
构建 FinFET 和全环绕栅结构
仿真先进 CMOS 器件
联合求解 IR 压降和温度
HBM、DRAM、3D NAND 和闪存器件开发
当晶圆厂良率成为约束时
晶体管、旁侧存储器、裸片上的功耗与热,以及制造它们的晶圆厂。
在 Victory TCAD 中开发平面 CMOS、FinFET 和全环绕栅晶体管;其 2024 年版本扩展至先进 CMOS。
同时提供数字孪生建模,以及面向全环绕栅器件的原子级量子输运方法。
在 Silvaco 的存储器支持范围中,HBM 与 3D NAND、DRAM、闪存和 RRAM 并列。
您可使用与逻辑器件相同的 Victory TCAD 工具对存储器器件建模
InVar 的热引擎将温度反馈到 IR 压降结果中,覆盖单个单元到全芯片。
层次化模块模型可快速分析大型设计,同时保持平坦化运行的精度。无需预先进行特性表征。
FTCO 基于 TCAD 物理和晶圆厂数据训练 AI/ML 模型,直到模型表现如同您的工艺,成为可开展实验的数字孪生。
您可将其用于虚拟实验、设计目标设定和良率分析。Micron 已将其用于存储器开发。
从晶体管到签核,再到晶圆厂。
FinFET 流程中的版图后运行时间、全环绕栅器件仿真、电源完整性,以及存储器制造商的数字孪生。
开发用于数据中心和高性能计算芯片的超高速混合信号 IP,其 FinFET 流程中的完整版图后仿真曾需数周。
“…我们一个模块的完整仿真需要运行 20 多天。使用 Jivaro Pro 后,运行时间缩短至 6 天…”
Harry Chan,eTopus 创始人兼 CEO
2024 TCAD 基线版本增加了全环绕栅支持、数字孪生建模和原子级仿真,目标市场包括 AI 和高性能计算。
Micron 的 Sumeet Pandey 介绍如何为 DRAM 和 3D NAND 构建晶圆厂数字孪生。应力建模、灵敏度分析和虚拟工艺模型均为其提供支持。
Zhejiang University 的 Zhenhua Wu 教授展示使用 Victory 工具对 3 nm 以下节点进行 FinFET 和全环绕栅纳米片仿真。
在 Victory Process 中执行 3D CMOS 和存储器工艺步骤,在 Victory Device 中进行 FinFET 特性表征,再使用 Victory DoE 和 Victory Analytics 改进结果。
对数字、模拟和混合信号 IC 进行早期及最终电源完整性签核。每个器件和每条连线均有各自的温度。n space.
也许更棘手的问题是尚无法完成特性表征的全环绕栅晶体管。无论哪种情况,应用工程师都会与您一起,基于您的结构或设计进行分析。
同一封装中汇集三部分:FinFET 或全环绕栅晶体管、高带宽存储器,以及连接它们的先进封装。裸片汲取的电流很大,其自身发热开始改变器件和连线的行为。在 AI 芯片设计中,供电和温度往往决定设计能否制造并仍满足目标。
它采用四类方法:神经网络(监督式、前馈、非线性激活)、高斯过程回归、决策树与决策森林,以及经典多变量统计。灵敏度分析采用 Sobol 指数或决策森林。优化器包括 Levenberg-Marquardt 和 Hooke-Jeeves 等局部方法,以及遗传算法和差分进化等全局方法。
运行它及执行工厂级工作均不需要。Victory Analytics 可独立分析生产和实测数据,无需仿真步骤。加入 TCAD 仿真输出后,模型便可同时从物理和晶圆厂数据中学习。
可以。其工厂级应用——故障检测与分类及统计过程控制——直接处理生产数据。在 FTCO 中,Victory Analytics 结合仿真和晶圆厂数据训练,使生成的数字孪生同时反映物理机制和产线实际产出。
这是一种同时优化多个输出的方法。每个输出根据其接近理想值的程度获得评分,再将这些评分合成为一个综合满意度指数。这样,优化器只需提升单一数值,无需由您手动对各种权衡进行排序。
可以,通过其 Python 接口实现,该接口覆盖从加载数据、训练、评分到优化的完整流程。脚本化在 FTCO 工作中十分有用。您可以训练模型、运行下一组实验,再次训练,直到模型能够作为数字孪生使用。
晶圆厂技术协同优化,将 AI/ML 与 TCAD 物理校准至您的晶圆厂。
Victory Process 和 Victory Device,并提供用于全环绕栅工作的原子级仿真。
在布局规划早期及最终阶段进行电源完整性和热签核。
逻辑、存储器和封装的交汇处。
先进 CMOS 与存储器,包括高带宽存储器。