Core Concepts
Eine crosstalk-bewusste Timing-Vorhersagemethode wird vorgestellt, um die Genauigkeit der Timing-Schätzungen während des Routings zu verbessern.
Abstract
Die Genauigkeit von Timing-Vorhersagen wird durch crosstalk beeinflusst.
Ein zweistufiges maschinelles Lernmodell wird verwendet, um crosstalk-bewusste Verzögerungen präzise zu schätzen.
Die Methode integriert physische und zeitbezogene Merkmale für eine präzise Verzögerungsvorhersage.
Experimentelle Ergebnisse zeigen eine hohe Übereinstimmungsrate bei der Identifizierung von crosstalk-Netzen im Vergleich zu kommerziellen Tools.
Die vorgeschlagene Methode kann in bestehende Routing-Tools integriert werden, um die Timing-Schließung zu beschleunigen.
Stats
Mit einer Genauigkeit von über 99% werden crosstalk-Netze identifiziert.
Die Verzögerung kann um bis zu 300ps betragen.
Die Genauigkeit der Vorhersageergebnisse übertrifft andere state-of-the-art Methoden.
Quotes
"Die Genauigkeit von Timing-Vorhersagen wird durch crosstalk beeinflusst."
"Die vorgeschlagene Methode kann in bestehende Routing-Tools integriert werden, um die Timing-Schließung zu beschleunigen."