基于马尔可夫-蒙特卡洛采样的电源网络分析  

Markov Chain Monte Carlo Sampling Based Power Network Analysis

作　　者：田志新[1] 刘勇攀[1] 杨华中[1] 汪蕙[1] 

机构地区：[1]清华大学电子工程系,北京100084

出　　处：《微电子学与计算机》2008年第12期1-4,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(90207002)

摘　　要：电源网络分析是深亚微米集成电路设计的关键因素之一.针对高性能芯片采用IBM C4封装和网状结构片上网络的特点,首先通过随机游走模型推导出电源网络的三个性质,接着基于这些性质给出了深亚微米电源网络的分析框架,最后提出了基于马尔可夫-蒙特卡洛采样的电源网络求解算法.仿真实验表明,与随机采样求解电源网络方程相比,马尔可夫-蒙特卡洛采样在不降低计算精度的前提下,运算速度提高了近两个数量级.With continuously shrinking of ICs device feature sizes, power supply noise has induced pressing challenges for circuit design in deep sub-micron. A random-walk based framework is presented for power network analysis. Based on this framework, Markov Chain Monte Carlo （MCMC） sampling is proposed to solve the problem of power network analysis. Simulation results on power network analysis show that MCMC sampling improves the running speed by two orders of magnitudes than random sampling without accuracy degradation.

关 键 词：电源网络分析 随机游走 马尔可夫-蒙特卡洛采样 

分 类 号：TN402[电子电信—微电子学与固体电子学]