Untersuchung von Sampling-Verfahren zur statistischen Modellierung von digitalen Standardzellen

Mit der stetigen Verkleinerung der Strukturen spielen die statistischen Schwankungen der Prozessparameter in der Chipherstellungsphase eine immer größere Rolle. In der 65-nm-Technologie kann die Schwankung be-stimmter Schaltungseigenschaften bis zu 50 % des spezifizierten Wertes betragen. Es ist daher eine große Herausforderung, die Schwankungen der Schaltungsperformanz anhand der Variationen der Prozessparameter schon in den frühen Designphasen schnell und präzise zu prognostizieren.Ein Ansatz zur Modellierung des Schwankungsverhaltens der Standardzellen ist das Response-Surface-Model (RSM). Dieses Modell formuliert die Schal-tungsperformanz als Antwort (Response) auf die Variationen der Prozesspa-rameter. In dieser Arbeit wird die Abhängigkeit durch ein Polynom approxi-miert. Für Polynome höherer Ordnung steigt jedoch die Komplexität des Modells stark an, da die Anzahl der zur Beschreibung benötigten Koeffizien-ten exponentiell zunimmt. Ziel dieser Arbeit ist die Entwicklung eines Konzeptes, das es erlaubt, die Schaltungsperformanz durch ein reduziertes Modell mit einer geringen An-zahl von Koeffizienten abzubilden. Dabei muss der Genauigkeitsunterschied zum vollständigen Modell unterhalb eines definierten Wertes liegen. Der zentrale Punkt der Arbeit ist eine Untersuchung verschiedener Samplingmethoden bezüglich ihrer Eignung zur Generierung und Paramet-risierung eines reduzierten Modells. Eine geeignete Methode wird exempla-risch implementiert. Zur Unterstützung der o.g. Untersuchung ist ein Analy-sewerkzeug zu entwickeln, das eine Visualisierung der Modellgüte erlaubt.