핵심 개념
크로스톡 인식 시간 예측 방법의 제안과 라우팅 최적화에 대한 중요성
초록
선도적인 기술 노드에서의 인터커넥트 간격 축소로 인한 타이밍 예측의 어려움
크로스톡 효과에 대한 정확한 모델링의 중요성
두 단계의 머신러닝 접근 방식을 활용한 크로스톡 인식 시간 예측 방법 소개
실험 결과를 통해 다른 최신 기술들과의 비교에서 우수성을 입증
통계
기존 타이밍 예측의 정확도가 낮아지는 이유: "기존의 타이밍 예측은 라우팅 후에만 정확한 정보를 얻을 수 있기 때문에 지속적인 반복이 필요하다."
실험 결과: "오픈코어 벤치마크에서 상용 도구와 비교하여 크로스톡 넷 식별률이 99% 이상으로 나타났다."
인용구
"크로스톡 인식 시간 예측 방법은 라우팅 중에 제안되었으며, 물리적 토폴로지와 타이밍 특성을 통합하여 크로스톡 지연을 예측한다."
"기존의 크로스톡 인식 방법은 넷 토폴로지 정보를 사용하여 결합 커패시턴스를 예측하고 와이어 밀도나 결합 커패시턴스를 고려하여 크로스톡 지연을 고려한다."