標準智能

Calibre 為設計師提供多種基於模型的檢查選項，以適合任何設計流程：預先包

裝的模型：使用鑄造數據進行訓練，並部署為一般使用者可即時執行的解決方案。

• Calibre LFD工具提供一個虛擬化工廠，可預測「原廠」的平版製程變異性對設計的影響。它利用機器學習，與第一主機型相比，運行時間縮短 100 倍，而不會犧牲精確度。

適應性模型：經 Calibre 預先訓練，並根據客戶資料進行微調，以提供靈活的模型式檢查功能，以最佳化設計可製造性。

• Calibre SONR平台的 ML 型流程感知佈局分析工具可在設計流程中進行完整的晶片熱點預測和分析、模式減少和覆蓋範圍檢查。

DIY 自訂模型：Calibre 基礎架構中嵌入了全面的功能提取和機器學習工具，以在 Calibre 驗證流程中訓練和部署以模型為基礎的自訂應用程式。

• 客製化使用者建立的模型可用於廣泛的應用程式。
• 一個範例應用程序是使用自定義 ML 模型來增強模式基於熱點檢測，客戶能夠與傳統的模式匹配流程相比，實現了 21% 的準確性提高。

Calibre 具有嵌入的 AI 技術，可在運行期間智能地利用硬件資源。

• Calibre nmDRC核心引擎會分析每個版面配置和 PDK，以動態識別並選擇最佳階層最佳化技術，以實現最佳工作分配，實現跨硬體節點的最佳擴充性。
• Calibre PERC可靠性驗證工具針對 PEX 流程的 ML 最佳化資源分配，可提高運行時間達 400%。

針對配置、流程設計套件 (PDK) 以及使用者環境和目標進行最佳 Calibre 設定的專家指導。

• Calibre nmDRC 用於驗證的 Recon 智能自動化工具在設計週期初執行，在 18 個測試案例中實現了 82% 的運行時間改善。
• Calibre nmLVS 用於早期電路驗證的 Recon 智能自動化工具，使用者在一天內可以完成的 LVS 迭代數量高達 65 倍。NMLV 搜尋 ERC 功能顯示了 16 倍的 ERC 檢查的執行階段改進。
• Calibre nmLVS 智能 Hcell 生成功能消除了手動優化 Hcell 選擇的令人沮喪的過程，並顯示了運行時間提高 10%，記憶體提高了 30%。

透過智慧型結果分析工具來加速 DRC 除錯程序，這些工具可叢集錯誤，以增加設計師識別可重複修正或系統設計問題的可能性。

• 無技術的叢集，可在檢查中將相關錯誤分組。
• 將檢查中相關錯誤分組的前後關聯相似叢集。

請繼續關注 Calibre 將於 2025 年推出的全新進階視覺化引擎！

• 快速輕鬆地分析整個模具的晶片級結果，以快速識別錯誤熱點。
• 啟用以叢集為基礎的引導式偵錯，以簡化除錯程序並加速 DRC 關閉。
• 許多其他功能，有助於隔離、調查和識別系統性設計缺陷。

Calibre DesignEnhancer佈局最佳化工具將智慧設計最佳化技術與 Calibre 的核心驗證引擎結合，用於自動化的 drc-clean 設計階段 IC 優化。

• 使用 DE Via 插入最大化，實現平均 50% 的 EMIR 改善。
• 通過 DE Pge 加強電網設計，實現平均 30% 的 EMIR 改善。
• 自動放置 DCAP、ECO 和填充電池，以實現比傳統方法提高 15 倍的運行時間。

用於阻抗、遮罩和蝕刻的神經網輔助建模，可優化石紋模型精度，同時保持性能。

• 最佳化的模型更簡單，有助於減少 OPC 運行時間。
• 模型精度符合 A18 和 A14 要求。

將 AI 應用於 OPC 和 RET 解決方案，以改善回轉時間。

• Calibre 計算平版產品中的 AI 將運行時間提高 2 倍至 4 倍，同時保持完整模型式 OPC 的準確性。
• 單調的機器學習可在完整的 ILT 運行中將反向平版（ILT）速度約 230 倍，並在 N2 樣式邏輯佈局上獲得 80% 以上的 F1 分數。

基於 ML 的熱點預測/偵測檢

• 使用 Calibre 的光纖友好設計 (LFD) 中的機器學習，使用者看到 100％ 的運行時間改善，製造設計 (DFM) 熱點預測的 99.7% 精度範圍內在 0.5 nm 的準確度範圍內。Calibre LFD工具提供設計師的熱點預測和分析，獨立於廠房的 RET。
• Calibre SONR用於熱點預測功能向量驅動的機器學習平台將缺陷擊率提高了 40 倍。
• 缺陷分類和模型覆蓋範圍檢查使用機器學習來確保 A18 和 A14 所需的模型準確度，並防止過度裝配。

流程驅動，設計內容明智，產量調試和流程優化。

• Calibre SONR叢集和下取樣可利用 AI 在計量預算範圍內進行高信度的目標選擇，並且可靠的熱點預測和偵測。
• 基於機器學習的自動缺陷分類，消除了手動分類工作，以獲得可靠且可重複的結果。
• Calibre Fab Insights利用 AI 進行產量預測和調試，DOE 設置進行解決方案探索和預防性維護預測。用戶看到計量工作的減少了。

利用智慧型模式產生，加快製程開發。

組合 Calibre SONR 和 LSG 合成佈局產生技術提供：

• 全覆蓋設計規則探索製程開
• 發的測試模式
• PDK 質量保證測試模式探索上下文
• 依賴的標準單元

同級最佳 Calibre Cluster Manager提供磁帶輸出作業的可預測性和效率。

• 透過動態資源分配自動管理 Calibre 工作，以提高運算叢集使用率和生產磁帶輸出作業的整體執行時間。
• 使用 AI，即時偵測系統異常，有助於識別硬體叢集的問題。