X-skewは、半導体素子のコーナーモデルを作成するツールで、抽出モデルからのtypicalモデルおよびslow/fastケースモデルを自動抽出できます。
半導体素子製造のトレンド・ばらつきを考慮した回路設計に役立ちます。

MOSトランジスタコーナーモデルの
自動抽出例

※X-skewのデモ動画はありません。

AIテクノロジー

X-skewは、モデリングアルゴリズムにAIエンジンを搭載しています。
モーデックは、国立大学法人電気通信大学大学院情報理工学研究科情報学専攻の佐藤寛之准教授のご指導の下、AIのメタヒューリスティックスに分類される進化計算(Evolutionary Computation)に差分法を取り入れた数値計算技術(DE:Differential Evolution)をベースに、モデリングに特化したオリジナルアルゴリズムを用いた画期的なAIエンジンの開発に成功しました。
モーデックでは、このAIエンジンを搭載したソフトウェアを複数ラインナップしており、お客様は、様々なモデリングの場面で、効率よく最適解を見つけ出し、モデルを作成することができます。
AIテクノロジー

AIテクノロジーによる効果

  • パラメータ自動抽出プログラムの簡略化とそのメンテナンスの簡素化
  • エンジニアとAIによるパラメータ抽出作業の分担や大量処理、繰り返し処理の代行
  • 局所解に近いパラメータ値群の最適解への導出支援
  • エンジニアが抽出したパラメータ値の客観的考察支援

AIテクノロジーを独自に組み込んだ主な機能

  • モデリングアプリケーションに最適化(回路設計、システム設計に流用可能)
  • マルチドメイン、マルチ特性に対応
  • 探索条件計算の高速化
  • 最終パラメータ抽出値の再現性を確立
  • 目標に応じた重み付け条件機能追加
  • AIアルゴリズム収束性強化
  • WindowsとLinux OSの両方に対応(X-degnerはLinux、X-skew, X-tractorはWindows)
  • マルチコア対応による高速化

X-skewの特長

  • 1.AIアルゴリズムによる高精度なモデル抽出

    AIアルゴリズムによって、複数のターゲット特性に対して最適なパラメータコンビネーションを導き出すことが可能。

  • 2.クロスチェック機能によるモデル検証

    自動抽出時にtypicalモデルとslowモデルあるいはfastモデルと波形比較するクロスチェック検証機能によって、ターゲット特性に加えて波形全体でリーズナブルなパラメータを抽出することが可能。

  • 3.マルチコア処理による高速なモデル抽出

    AIアルゴリズムによる自動抽出にマルチコア処理を組み合わせることにより、高速化を実現。また、マルチコア処理数も任意に指定することが可能。

  • 4.適切なモデルパラメータ選定

    パラメータの感度解析機能によって、各ターゲット特性に適切なパラメータを選定することが可能。

  •  5.最適化収束状況のモニタリング

    パラメータ自動抽出時に複数ターゲット特性の全体誤差トレンドや波形グラフを表示し、その最適化状況をモニタリングすることが可能。

メインパネル メインパネル
パラメータ感度解析例 パラメータ感度解析例
自動抽出および波形確認例 自動抽出および波形確認例

基本仕様

対応シミュレータ

  • ngspice
  • mdtspice

動作環境

対応OS
  • windows10
ディスプレイ
  • 1280x1024以上の画面解像度

関連情報

  • データシートや測定データからのモデル作成には、X-tractorをご利用ください。
  • 信頼性シミュレーションのための信頼性モデル作成には、X-degnerをご利用ください。

カタログダウンロード

氏名
e-mail
e-mail(確認)
  • *は必須項目です。
  • ご入力いただいたメールアドレス宛に確認のメールが送信されます。

個人情報保護方針はこちら