CNN模拟IC建模模型

训练快精度高

用卷积神经网络替代耗时的仿真软件,为模拟集成电路提供高效准确的性能预测建模方法。

谌东东 · Yunqi, Yang · Wang, Xianglong · 李迪 · 辛国庆 · 杨银堂

Chip 2025

参数信息

预测精度
99 %

技术优势

精度高

利用CNN逐级提取“晶体管-电路模块-集成电路”特征,预测精度超过99%,可替代仿真软件。

收敛最快

与现有机器学习模型相比,CNN-IC的训练收敛速度最快,缩短建模时间。

通用建模

提出稀疏拓扑映射方法,可将任意模拟IC的设计参数映射为含空间和晶体管特性的稀疏矩阵,适用于不同电路。

应用场景