MétaCan
Menu
Retour à la cohorte
Enregistrement W4380610161 · doi:10.12737/2219-0767-2023-16-2-85-93

Routing buses impact analysis on the results on modeling standard digital cell on CMOS 28 nm

2023· article· en· W4380610161 sur OpenAlexaff
Sergey Il'in, Dmitriy Kopeykin, О.В. Ласточкин, Irina N. Polunina, Dmitriy Shipicin

Notice bibliographique

RevueModeling of systems and processes · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueVLSI and FPGA Design Techniques
Établissements canadiensMitel (Canada)
Organismes subventionnairesnon disponible
Mots-clésNetlistRouting (electronic design automation)Standard cellStandard deviationSet (abstract data type)Computer scienceSimulationCMOSReal-time computingAlgorithmElectronic engineeringEmbedded systemStatisticsIntegrated circuitEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, the influence of routing buses on the timing characteristics (rise/fall time and switching delay) of standard digital elements due to the manifestation of LDE and parasitic effects was studied. A set of specialized test structures to take into account such effects in layers from the first to the fourth metal was proposed. The test structures provide some of the possible cases of the relative position of the routing buses and the layout of the standard cell. Parasitic extraction and characterization of the resulting netlist were performed for each test structure. A set of netlists with parasitic parameters was characterized. It is shown that the average deviation of the temporal characteristics ranged from 1.8 to 3.9% compared to the original structure without routing buses. The largest relative deviation in switching delay is typical for the smallest load capacity, while the relative deviation of cell characteristics depends relatively weakly on the front value. On the basis of the study, recommendations were formulated for modifying the route of extraction of parasitic parameters of standard digital elements, taking into account the routing buses, in order to increase the accuracy of their modeling.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,253
Écart entre enseignants0,220 · 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
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModeling of systems and processesMême sujetVLSI and FPGA Design TechniquesTravaux en français237 207