Presentation Information
[B-4-43]LSTM-Based Eye-Pattern Prediction Flow for SI Characteristics Considering Wiring Structures
◎Koshiro Hirose1, Kensuke Kobayashi1, Masahiro Yoshida1, Yoshitaka Toyota1 (1. Okayama Univ.)
Keywords:
LSTM,SI Characteristic,Eye Pattern,Signal Integrity
電子機器の高密度化・高速化により，基板上の配線引き回しのわずかな相違が信号品質(Signal Integrity: SI)特性に及ぼす影響は多大である．SI特性の評価にはアイパターンが一般的に用いられるが，電磁界解析による算出は時間を要するため，配線設計後に行わざるを得ない．しかし，不具合発見時の手戻りコストが大きいことが課題である．
本研究では，配線の引き回しと同時にSI特性の良否を評価できるリアルタイム設計支援システムの構築を目指し，機械学習により予測したSパラメータからアイパターンを生成するアイパターン予測フローを検討する．実際の基板配線のネットリストでは，ネットごとに配線長やビアの数，さらにそれぞれの長さも異なる可変長の幾何データであり，信号伝搬方向に系列的な性質を持つ．そこで，本研究では配線やビアを系列データとして表現し，可変長入力を柔軟に扱えるLSTM(Long Short-Term Memory)モデルを適用し，Sパラメータ予測を実現する．
本研究では，配線の引き回しと同時にSI特性の良否を評価できるリアルタイム設計支援システムの構築を目指し，機械学習により予測したSパラメータからアイパターンを生成するアイパターン予測フローを検討する．実際の基板配線のネットリストでは，ネットごとに配線長やビアの数，さらにそれぞれの長さも異なる可変長の幾何データであり，信号伝搬方向に系列的な性質を持つ．そこで，本研究では配線やビアを系列データとして表現し，可変長入力を柔軟に扱えるLSTM(Long Short-Term Memory)モデルを適用し，Sパラメータ予測を実現する．