在20／22nm引进FinFET今后，先进工艺变得越来越杂乱。在接下来的开展中，完结“每两年将晶体管数量添加一倍，功用也进步一倍”变得越来越困难。摩尔定律的开展遇到了瓶颈，先进制程行进的脚步开端放缓。
可是因为当今先进电子设备仍需求先进工艺的支撑，因而，还有一些晶圆厂还在致力于推进先进制程的继续开展。这些晶圆厂与EDA企业之间的协作，推进了先进制程的前进。从全体上看，领先进制程进入到14nm/7nm年代后，EDA东西的引进能够缩短研制周期，尤其是针对后端规划制作东西的更新，EDA起到了至关重要的效果。
EDA能够处理先进制程的哪些难题？
关于半导体晶圆代工厂而言，制作是否成功取决于其操控规划制作工艺窗口的才能，即他们不只要能够最大极限地扩展工艺窗口，还要能够在尽可能短的时刻内防备、发现、评价和批改热门。EDA的呈现，有效地处理了这些在半导体制作进程中发生的难题。
7nm 以下技能给半导体制作带来的应战
在很多EDA东西中，Mentor所推出的Calibre渠道，凭借着超卓功用，高精确性和可靠性，成为了IC物理验证和制作范畴中的领导者，并被全球干流的晶圆厂广泛选用。
机器学习功用为EDA带来改动
领先进制程进入到10nm今后，在保证良率和功用的情况下，首先推出相关产品，成为了抢占商场先机的不二法门。在这个进程傍边，EDA东西也成为了快速推进产品面市的一个要素。
可是因为晶体管密度的添加，使得与之相关的核算量也增大了数倍，因而，规划人员和晶圆代工厂需求IC规划制作软件在精确性和速度方面进行更大起伏的改善。机器学习的呈现让这一难题有了处理方案。机器学习能够分管规划制作进程中耗时费工的使命，让产品出产周期缩短、规划质量进步。因而，将机器学习功用赋予EDA东西，也被业界视为是未来EDA的开展方向之一。
针对这一商场需求，Mentor推出了带有机器学习功用的Calibre IC制作东西。现在，用于IC制作的Calibre东西和运用程序现已具有彻底集成的机器学习根底渠道。Calibre典型的机器学习系统包含一个练习模型，意图是经过创立一个精确的模型，来正确回答IC制作进程中所呈现的问题。完结练习后，需求对模型进行评价并将其用于推理。所有这些都与Calibre中心架构集成在一起，完结无缝协作。
Calibre架构整合了机器学习的系统
Calibre渠道助推先进节点的面市
经过具有机器学习功用的Calibre渠道，能够对IC制作运用进行改善，包含工艺建模、光学附近效应批改(OPC)和光刻友好性规划(LFD)三个方面。
详细来看，在工艺建模范畴，Calibre能够经过机器学习进步精确性。5nm及更小节点的建模精确性要求比以往愈加严厉，将机器学习功用赋予EDA东西能够在精确度和速度方面上有所保证。Calibre的机器学习建模架构旨在保存直接捕获物理现象的信息通道，一起在杂乱性、运转时刻和精确性之间坚持平衡。与基准成果比较，Calibre机器学习模型在不对所测数据做任何更改的情况下，能够将模型的精确性进步多达40%。
（与传统工艺模型 (CM1) 比较，NNAM（神经网络辅佐模型）进步了精确性。）
OPC有助于处理光的局限性，以坚持原始规划在经过光刻后，其在硅晶圆上的蚀刻图画的完整性。Calibre作为OPC东西商场的领导者，也正在将更多的功用赋予这类东西，以支撑日渐缩小的工艺技能路线图（最新开展已达 3 纳米节点）。这种新功用便是机器学，该功用特别有助于缩短周转时刻 (交给出产所需的可制作掩膜需求花费的时刻，TAT)。据Mentor官方介绍显现，选用了机器学习的Calibre OPC将运转时刻缩短了3倍。除此之外，机器学习OPC还有具有额定的优点，即能够经过被称为“边际放置差错 (EPE) ”的精确性目标来进步OPC的精确性。
（机器学习缩短了 OPC 运转时刻并进步了精确性）
在10nm及更小节点上，蚀刻工艺对精确操控要害尺度(CD)的影响变得非常重要。蚀刻工艺非常杂乱，因而OPC运用了更近似的经历蚀刻模型。Calibre完结了一种适用于刻蚀模型的机器学习的新办法，经证明，可在精确性和可猜测性方面完结2-4倍的改善。
（运用机器学习的蚀刻建模进步了精确性和可猜测性）
除此以外，10nm以下的光刻热门检测运转时刻也在继续添加，规划人员有必要选用新的可制作性规划(DFM)技能来加快高档验证进程。缩短运转时刻的办法之一是削减用于仿真的数据量。为满意这一商场需求，Calibre开发了一种运用机器学习的快速、精确的光刻热门检测办法。这种办法即机器学习LFD流程，也是一种“快速 LFD”流程，其间仿真区域的挑选是以经练习的机器学习模型猜测的方位为依据。使用此流程，Calibre用户可体验到10倍的核算速度进步。
（机器学习缩短了 OPC 运转时刻并进步了精确性）
经过以上的成果表明，将机器学习功用赋予EDA能够进步半导体制作的智能化水平缓速度。一起，依据美国国防高档研讨方案局(DARPA)的电子财物智能规划(IDEA)项目来看，其所要推进的正是EDA东西的开展，在这个进程中，机器学习功用将发挥重要的效果。由此来看，具有机器学习功用的EDA将会成为未来半导体制作中的重要组成部分，Mentor作为其间的一份子，经过了解他所供给的新东西，或许能让咱们观察未来半导体制作需求怎样的EDA东西
