网络研讨会
高覆盖率，多变量构建质量指标在电源完整性签名
无处不在的数据和计算能力可以解决看似无法解决的问题，这推动了当今高科技领域的人工智能(AI)革命。用于下一代汽车、移动和高性能计算应用的半导体芯片——由人工智能和机器学习算法驱动——需要使用更大、更快、更复杂的先进16/7nm片上系统(soc)。对于这些soc来说，利润更小，工期更紧，成本更高。因此，对于首次成功的硅来说，更快的融合和全面的覆盖是必不可少的。为了实现快速设计迭代，创建稳健的电网设计，需要一个具有弹性可扩展性的大数据仿真平台。多变量分析和机器学习技术是从大量模拟数据中获得有价值见解以加速设计完成的关键。
在这个按需网络研讨会上，领先的半导体公司英伟达将讨论传统电压降分析方法的局限性，并分享如何利用Ansys RedHawk-SC的弹性计算可扩展性和强大的数据分析来加速下一代SoC的电源完整性和可靠性签名。采用多变量分析的新工作流程，考虑了电网临界性、时序临界性和同时开关噪声，用于预测最坏的局部动态电压降(DvD)热点，而无需运行任何瞬态模拟。这样可以及早发现热点，并向物理设计团队提供反馈，从而可以在不影响生产进度的情况下解决设计问题。新流程确定的问题与基于矢量的动态电压降分析相关联，并且周转时间更快。
