摘要 — 现代 CMOS 技术(例如 FDSOI)受到严重老化效应的影响,这种老化效应不仅取决于与纳米级技术相关的物理问题,还取决于电路环境及其运行时活动。因此,很难为关键路径估计建立可靠的先验保护带,通常会导致较大的延迟损失(从而导致性能损失)或过短的工作寿命。在本文中,我们提出了一种使用机器学习技术的方法来获得近关键路径老化的可靠预测。从一组有限的测量和模拟数据开始,我们的框架能够根据物理参数、环境条件和电路活动准确估计关键路径延迟随时间下降的情况。此外,还应用相应的回归模型来获得动态老化感知的操作性能点选择策略。
主要关键词