MétaCan
Menu
Retour à la cohorte
Enregistrement W2164937564 · doi:10.1109/ccece.2005.1557272

HDL2GDS: a fully automated ASIC digital design flow

2006· article· en· W2164937564 sur OpenAlexafffundabout
T.L. Brandon, B.F. Cockburn, D.G. Elliott

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueVLSI and Analog Circuit Testing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCMC Microsystems
Mots-clésApplication-specific integrated circuitComputer scienceDesign flowFloorplanEmbedded systemStandard cellCompilerVerilogNetlistComputer hardwareDesign layout recordElectronic design automationPhysical designIC layout editorPlace and routeRouting (electronic design automation)Integrated circuit layoutToolchainComputer architectureIntegrated circuitField-programmable gate arrayCircuit designSoftwareOperating systemEngineeringCircuit extractionElectrical engineering

Résumé

récupéré en direct d'OpenAlex

HDL2GDS is a fully automated ASIC digital design flow capable of transforming VHDL or Verilog integrated circuit specifications into a corresponding GDSII mask layout file. With one command the RTL or behavioral-level HDL specification is synthesized, a simple floorplan is generated, blocks and macros are placed, power is routed, standard cells are placed, a clock-tree is generated, hold-time violations are detected and fixed, routing is performed, a manufacturing logo is added, IO pads are attached, the GDSII mask layout is exported and finally DRC & LVS and static timing analysis are performed. The flow incorporates the following tools, made available by the Canadian Microelectronics Corporation: Synopsys Design Compiler and PrimeTime, Cadence First Encounter and DFII, and Mentor Graphics Calibre. HDL2GDS is fully customizable with respect to capability and target libraries through the use of tool-scripts and a single design configuration file. The flow generates a GDSII mask layout for a 360 K gate communications chip within 30 hours on a Sun Fire V880 with 12 GB of memory. After much development effort the flow's ease of use is now comparable to FPGA synthesis. We discuss the limitations of the flow, the difficulties encountered when creating an automated digital design flow and maintenance challenges

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetVLSI and Analog Circuit TestingTravaux en français237 207