PDN 优化器使用两阶段过程来确定在所分析的设计中填充电容器的最佳策略:
- 基于专家的合成使用基于常用技术的5种不同策略来创建和完善电容器群体。该过程运行迅速,产生的结果可以按原样使用或用作后续优化的 “种子”。
- 领域感知遗传优化对第一阶段的输出进行操作,并使用连续的 “世代” 算法来提高设计性能。这不是一种通用的优化算法;它针对去耦电容器优化进行了调整,与通用优化器相比,可以更快地产生更好的结果。

HyperLynx 供电网络 (PDN) 优化器对解耦电容值和位置进行布局后优化。它结合使用基于专家的算法和遗传优化算法,可以减少零件数量、总成本和不同电容器类型的数量。

PDN 优化器使用两阶段过程来确定在所分析的设计中填充电容器的最佳策略:


HyperLynx PDN Optimizer 生成超链接的 HTML 报告,其中列出了分析的所有不同电容器配置,以及每种配置的详细性能、配置和成本数据。这使设计人员能够评估不同潜在解决方案之间的权衡,并选择最符合其特定设计目标的配置。
如果你使用的工具不具备在合理的时间范围内完成工作的精度、容量和性能,那么运行 SI/PI 仿真就没有意义了。
这场录制的影院演示分享了HyperLynx用来生成准确结果的一些先进技术。
