Wolne od wad projekty układów nanoskalowych
Aby zapewnić powtarzalne wytwarzanie układów w technologii CMOS, badacze zaproponowali powiązanie istniejących technik projektowania z metodami projektowania wspomaganego komputerowo. Zastosowanie modelowania statystycznego do oceny wpływu nieuchronnych wariacji procesowych i zmian poziomów domieszkowania powinno znacząco poprawić jakość i wydajność produkcji układów nanoelektronicznych. W ramach finansowanego ze środków UE projektu MANON(odnośnik otworzy się w nowym oknie) (Methods for advanced multi-objective optimization for eDFY of complex nano-scale circuits) badacze zajęli się algorytmami optymalizacji, technikami symbolicznymi i symulacjami numerycznymi. Zbadano trzy różne obszary, w tym wykorzystanie technik symbolicznej redukcji rzędu modeli (SMOR) i metody nauczania maszynowego. Badacze przeanalizowali bieżący stan wiedzy i znane ograniczenia w zakresie projektowania dla optymalnego uzysku (DFY) w zastosowaniu do układów elektronicznych. Wybrane analizy przypadków wykazały, że obecnie używana w przemyśle metoda powierzchni odpowiedzi nie daje dokładnych modeli. Odpowiednie scharakteryzowanie zachowań wydajnościowych jest trudne ze względu na nieliniowości wysokiego rzędu i ogromną liczbę parametrów, jakie trzeba uwzględnić. Zastosowanie technik SMOR pozwala natomiast zmniejszyć złożoność układu równań różniczkowych opisujących zachowanie obwodu scalonego. Połączenie maszyn wektorów nośnych lub sztucznych sieci neuronowych z odpowiednimi algorytmami optymalizacji pozwala dramatycznie skrócić czas symulacji szacującej uzysk układu. Projekt MANON stanowi przykład owocnej współpracy długoterminowej między środowiskami akademickimi a przemysłem, w tym małymi przedsiębiorstwami. Za cel przyjęto wypracowanie praktycznych metod matematycznych do tworzenia technik projektowania układów i numerycznych symulacji statystycznych uwzględniających wariacje procesowe. Uzyskane wyniki wykraczają poza początkowe cele. Stworzona w ramach projektu MANON częściowo zautomatyzowana metoda generowania parametrycznych modeli behawioralnych powinna zmniejszyć złożoność generowania modeli, a zwiększyć dokładność symulacji z użyciem modeli. Opracowane modele powinny umożliwić konstruktorom prowadzenie weryfikacji na poziomie systemowym i precyzyjne strojenie projektów w oparciu o reakcje na warunki robocze i wariacje procesowe.
