キャリバーインテリジェンス

Calibreは、あらゆる設計フローに適合する複数のモデルベースのチェックオプションを設計者に提供しています。

包装済みモデル： 鋳造データを使用してトレーニングし、エンドユーザー向けのすぐに実行できるソリューションとして展開しました。

• そのCalibre LFDツールは、「製造時」のリソグラフィプロセスのばらつきが設計に与える影響を予測する仮想ファブを提供します。機械学習を活用して、精度を犠牲にすることなく、第一主モデルと比較して実行時間を100分の1に短縮します。

適応モデル： Calibreによる事前トレーニングと顧客データによる微調整により、設計製造性を最適化するための柔軟なモデルベースのチェック機能を提供します。

• そのCalibre SONRプラットフォームのMLベースのプロセス対応レイアウト分析ツールを使用すると、チップ全体のホットスポットの予測と分析、パターン削減、および設計フローでのカバレッジチェックが可能になります。

DIYカスタムモデル: Calibreのインフラストラクチャには、包括的な特徴抽出ツールと機械学習ツールが組み込まれており、Calibre検証フロー内でカスタムモデルベースのアプリケーションをトレーニングして展開できます。

• ユーザー作成のカスタムモデルは、幅広い用途に使用できます。
• アプリケーションの一例として、カスタムMLモデルを使用してパターンベースのホットスポット検出を強化することが挙げられます。これにより、顧客は従来のパターンマッチングフローと比較して精度を 21% 向上させることができました。

Calibreには、実行中にハードウェアリソースをインテリジェントに利用するためのAIテクノロジーが組み込まれています。

• その Calibre nmDRC コアエンジンは、各レイアウトとPDKを分析して、最適なジョブ配分に使用する最適な階層最適化手法を動的に特定して選択します。これにより、ハードウェアノード全体で最大限のスケーラビリティを実現できます。
  
• そのCalibre PERC信頼性検証ツールは、PEXフロー向けにMLに最適化されたリソース配分を行い、ランタイムを最大 400% 向上させます。

レイアウト、プロセス設計キット（PDK）、ユーザーの環境と目的に合わせた最適なCalibreセットアップに関する専門家によるガイダンス。

• そのCalibre nmDRC Recon検証用のインテリジェントな自動化ツールは、設計サイクルの早い段階で実行され、18のテストケースで実行時間を 82% 短縮します。
• その Calibre nmLVS Recon初期段階の回路検証のためのインテリジェントな自動化ツールにより、ユーザーが1日に完了できるLVSの反復回数が最大65倍に増えます。NMLVの偵察ERC機能は、ERCチェックの実行時間が16倍向上したことを示しています。
• Calibre nmLVS S インテリジェントなHセル生成 機能により、Hセル選択を手動で最適化するという面倒なプロセスを排除し、実行時間が10％、メモリが30％向上しました。

エラーをクラスタリングするインテリジェントな結果分析ツールにより、DRCのデバッグプロセスを加速し、設計者が再現可能な修正や体系的な設計上の問題を特定する確率を高めます。

• 関連するエラーをチェック全体でグループ化するテクノロジーにとらわれないクラスタリング。
• 関連するエラーをチェック内でグループ化するコンテキスト類似性クラスタリング。

2025年に発売されるCalibreの新しい高度な視覚化エンジンにご期待ください！

• ダイ全体のチップレベルの結果を迅速かつ簡単に分析して、エラーのホットスポットをすばやく特定できます。
• クラスターベースのガイド付きデバッグを可能にし、デバッグプロセスを簡素化し、DRC閉鎖を加速します。
• 体系的な設計上の欠陥の特定、調査、特定に役立つ多数の追加機能。

そのCalibre DesignEnhancerレイアウト最適化ツールは、インテリジェントな設計最適化技術とCalibreのコア検証エンジンを組み合わせて、DRC-Clean設計段階のIC最適化を自動的に行います。

• DE Viaでビア挿入を最大化すると、エミールが平均 50% 向上します。
• DE Pgeで送電網の設計を強化して、EMIRを平均 30% 向上させてください。
• DCAP、ECO、フィラーセルを自動的に配置して、従来の方法よりも実行時間を15倍向上させます。

レジスト、マスク、エッチングのニューラルネット支援モデリングは、性能を維持しながらリソパターニングモデルの精度を最適化します。

• 最適化されたモデルはよりシンプルで、OPCランタイムの削減に役立ちます。
• モデルの精度はA18とA14の要件を満たしています。

OPCとRETソリューションにAIを適用してターンアラウンドタイムを短縮します。

• Calibre計算リソグラフィ製品のAIは、フルモデルベースのOPCの精度を維持しながら、ランタイムを2倍から4倍向上させます。
• 単調な機械学習は、ILTをフル稼働させると逆リソグラフィー（ILT）が約230倍速くなり、N2スタイルのロジックレイアウトでは80％以上のF1スコアが得られます。

ホットスポットの予測/検出のためのMLベースのチェック

• Calibreのリソフレンドリーデザイン（LFD）に機械学習を使用すると、0.5nmの精度で製造設計（DFM）のホットスポット予測の 99.7% が達成され、実行時間が 100% 改善されます。そのCalibre LFDこのツールは、ファブのRETとは無関係に、設計者にホットスポットの予測と分析を提供します。
• そのCalibre SONRホットスポット予測のための特徴ベクトル主導型の機械学習プラットフォームは、欠陥ヒット率を40倍向上させます。
• 欠陥分類とモデルカバレッジチェックでは、機械学習を使用してA18とA14に必要なモデルの精度を保証し、過適合を防ぎます。

プロセス主導、設計内容の情報提供、利回りのデバッグ、プロセスの最適化を行います。

• Calibre SONR クラスタリングとダウンサンプリングは、AIを活用して、計量予算内での信頼性の高いターゲット選択と、信頼性の高いホットスポットの予測と検出を可能にします。
• 機械学習ベースの自動欠陥分類により、手動による分類作業が不要になり、信頼性が高く再現性のある結果が得られます。
• Calibre Fab Insights 利回りの予測とデバッグにAIを活用し、ソリューション探索と予防保守の予測にDOEの設定を活用します。ユーザーは計測の労力が軽減されることを知っています。

インテリジェントなパターン生成によるより迅速なプロセス開発。

Calibre SONRとLSG合成レイアウト生成技術を組み合わせると、次のことが可能になります。

• フルカバレッジのデザインルール探索
• プロセス開発のTest パターン
• PDK品質保証のTest パターン
• コンテキスト依存の標準セル動作の調査

クラス最高 Calibre Cluster Manager テープアウト操作の予測可能性と効率性を提供します。

• 動的なリソース割り当てでCalibreジョブを自動的に管理し、コンピューティングクラスターの使用率と本番テープアウト操作の全体的な実行時間の両方を向上させます。
• AIを使用すると、システムの異常がリアルタイムで検出され、ハードウェアクラスターの問題を特定するのに役立ちます。