Signoff 介绍——Process Corner

本公众号【读芯树：duxinshu_PD】主要介绍数字集成电路物理设计相关知识，才疏学浅，如有错误，欢迎指正交流学习。

这是集成电路物理设计的五个系列【signoff】的第三篇文章，本篇文章主要介绍Process Corner相关内容：

01

—

Process Corner

• 晶体管模型要保证有足够高的良率但又不能过于悲观。

• 对晶体管建模的目的是使得晶体管的表现接近于真实情况，剔除悲观。

02

—

什么是SSG/FFG corner？

• 在非先进工艺中，local variation对器件的影响比global variation的影响小很多，而在先进工艺下，local variation变得越来越重要。

• 在非先进工艺下，k-lib时一般会将local variatin和global variation同时考虑，STA分析时使用warst-case模型：ss和ff corner，ss corner中只包含early derate，ff corner只包含late derate。

• 在先进工艺下，local variation占比越来越大，如果使用warst-case模型则过于悲观，所以在k-lib时，只考虑global variation，local variation用统计学方法(OCV)进行补偿，这种方法对应的corner即为ssg corner和ffg corner。

03

—

什么是GNP Corner?

• 当NMOS与PMOS的global variation关系很弱时(R^2<0.3)，与单个NMOS或者PMOS的3 sigma variation相比(下图中黑色虚线)，NMOS-PMOS Pair有效3 sigma variation(下图中粉色虚线)可以看到有明显的降低。但需要注意的是，不能将R^2增加的太大，这会超过silicon数据范围。

  
  

04

—

Monte Carlo 仿真

• Monte-Carlo仿真：在随机采样基础上计算得到近似结果，随机采样越多，得到正确结果的概率越大，但在获得真正结果之前无法得知目前的结果是不是真实结果。其核心思路是：尽量找最好的，但不能保证是最好的。例如从100个苹果中依次取出一个，得到最大的那个苹果。

• Las-Vegas仿真：随着采样次数增加，得到正确概率增加，如果随机采样过程中已经找到正确结果，则返回正确结果。其核心思路是：尽量找正确结果，但不能保证找到。例如从100把钥匙中找到可以打开锁的那一把。

• Monte-Carlo仿真通过高斯分布来模拟global variation和local variation。

• Total Monte-Carlo: TT with global gaussian and local gaussian.

• Local Monte-Carlo: SSG/FFG with local gaussian as signoff golden.

• Local Monte-Carlo only: no global variation

05

—

参考文献

1，foundary spice user guide