返回
NFGen: Normalizing Flow-Based Joint Generative Model for Variability-Aware Design Technology Co-Optimization
DOI:10.1109/TCAD.2025.3604349.png)
摘要
En 中文
随着晶体管尺寸的不断缩小,变异性在电路设计和制造中的影响日益凸显。模型卡片中的精确表征有助于节省设计余量,并为设计技术协同优化(DTCO)提供适当的指导原则。为应对这一挑战,我们提出了一种基于归一化流的联合生成(NFGen)模型的新型机器学习框架,该模型能够从有限的模型卡片中生成全面的模型库。与传统生成方法不同,后者主要关注模型卡片参数的边缘分布,而NFGen是首个能够近似其联合分布的模型,该分布包含参数间的相关性信息,从而能够更准确地表示变异性效应。此外,我们引入了两种相似性度量方法,以严格评估生成模型卡片的质量。实验结果表明,与现有最先进方法相比,NFGen将总体误差降低了2倍至8倍,验证了其在变异性感知DTCO中的优越性。
Keyword:
Compact model card
design technology co-optimization (DTCO)
joint distribution
normalizing flow
parameter generation
期刊
I
IF:
2.9
论文数:
681
被引数:
9.6K
机构
引用论文
Statistical Device Modeling with Arbitrary Model-Parameter Distribution via Markov Chain Monte Carlo

