ProPlus首創整合式DFY方案

　　半導體制程技術持續精進，隨之而來的制程偏移(ProcessVariation)及小尺寸效應，恐導致設計結果的不確定性，因此如何建立完善的統計模型(StatisticalModel)，同時在ICDesign的階段能夠正確地應用統計模型，并且可以進行快速準確的良率分析，有效避免電路性能與良率(Yield)遭受影響，可謂當前重大課題。

　　回顧2012年6月落幕的DesignAutomationConference(DAC)2012大會，個中最大亮點，無疑正是ProPlus領先EDA業界推出的「整合良率導向設計(DesignforYield;DFY)」解決方案-NanoYield;時值晶圓制造或芯片設計業者，皆為制程偏移及后續良率問題不堪其擾之際，此一革命性方案的問世，自然意義重大。

　　說起ProPlus，半導體業界其實不陌生，只因該公司是極少數聚焦組件模型(DeviceModeling)開發的EDA供貨商，其縱橫市場長達18年的BSIMProPlus，一直享有頗高占有率。然近年來半導體制程節點不斷演進，電路設計的復雜度與規模愈來愈大，芯片設計者對電路仿真與驗證的要求愈趨嚴苛，ProPlus為協助客戶因應此一巨大挑戰，于是植基于IBM授權之HighSigmaPro(HS-Pro)專利技術，催生NanoYield平臺。

　　性能與精度向來難以兼得

　　ProPlus董事長劉志宏指出，執行電路統計分析最大挑戰，乃在于速度與精度的彼此矛盾性，意欲追求高準確度，即意謂變異性分析(VariationAnalysis)必須徹底到位，少不得需要極高的模擬驗證次數，當然得配合龐大采樣，勢必拖累芯片設計效率。

　　如果講究性能，唯有降低電路分析規模，僅針對部分重點進行采樣與驗證;憑借化繁為簡的做法，在以往次微米晶圓時代或許行得通，惟如今已然進入深次奈米世代，如此掛萬漏一，絕對無法有效應付制程偏移的變因。

　　「性能與精度之間有無平衡點?理論上是有的，即是蒙地卡羅(MonteCarlo)分析法，」劉志宏說，只可惜此項算法亦有局限性，因應3σ較高誤差率，MonteCarlo勉強可完成所需采樣，但作業時程甚為冗長，若是諸如SRAM等具備大規模重復結構的電路，往往亟需搭配更精細的6σ驗證，動輒數百萬、數千萬甚至上億次的模擬，則明顯逾越MonteCarlo的能力范圍。

　　在此情況下，迫使電路設計者放棄采用MonteCarlo，有的選擇將寬限范圍極大化，力求囊括所有制程偏移變因，但卻可能因「OverDesign」導致芯片成本飆高，亦使作業效能為之延宕;有的則依循上述簡化分析之做法，只憑經驗執行片段式的模擬驗證。過猶不及，不免都失之偏頗。

　　HS-Pro技術加持巧妙填補過往缺憾

　　「拜HS-Pro技術所賜，使得過去可能得耗時一年執行的高良率分析，如今僅需短短數小時甚至幾十分鐘即可望完成!」劉志宏推崇技術合作伙伴IBM，早已透過其多年的芯片設計與制造過程，歷經不計其數的Correlation采樣與驗證，從而匯聚龐大且值得信賴的數據，支撐HS-Pro技術理論之可行性，確定可在相同精度的前提下，大幅縮減MonteCarlo采樣次數，致使從前滯礙難行的High-Sigma分析，終于獲得實現。

　　至于諸如3σ等Low-Sigma分析需求，NanoYield平臺則提供MonteCarloPro(MC-Pro)技術加以因應;相較于傳統MonteCarlo，MC-Pro可發揮十余倍、甚至上百倍的速度提升效果，從而強化統計模擬效率，對于常規型電路的良率預測與設計優化，可望產生顯著貢獻。

　　劉志宏指出，隨著制程演進、Time-to-Market壓力驟增，無論對于晶圓廠的設計服務部門、芯片設計業者，都企盼能在時效、良率的天平兩端之間，爭取更大的運作空間;所以這群用戶不再追求「標榜100%良率」的統計模擬工具，而期望藉由工具迅速知悉「割舍多少良率、可提升多少性能」、或「犧牲多少速度、可提高多少良率」等結果，以作為關鍵決策的參考依據，此即為NanoYield平臺擅長之處。

　　另值得一提的，綜觀NanoYield平臺結構，內嵌ProPlus最新打造的NanoSpice仿真引擎，使得用戶在執行DFY統計分析的同時，不需額外斥資授權SPICE工具，即可一并滿足SPICE仿真驗證之功能需求，讓NanoYield坐實了「整合式」解決方案的利基，蘊含一般DFY軟件罕見的高性價比特質。

　　此外，用戶亦可受惠于ProPlus所提供的另一項技術PVT-Pro，在狹小電路空間內精準執行制程/電壓/溫度的邊界模型分析，快速找出失效點，以利及早修正問題;如此一來，電路設計者一向苦惱的難題，包括數據分析、發掘問題、解決問題等各階段處理程序之曠日費時，皆可望迎刃而解。