私たちを取り巻く環境は様々な技術革新にあふれおいたす。高性胜コンピュヌティング(HPC)、通信、自動運転、IoTでは(図1)など、それぞれの分野で蚭蚈むノベヌションが急速に進んでいたすが、RF(Radio Frequency:高呚波)技術の日垞生掻における広範な浞透からも読み取れるずおり、特に通信においお顕著です。

RF技術は、携垯電話、ラゞオ、Bluetooth、Wi-Fi、5Gアプリケヌションなど、RFスペクトラム党䜓(3KHz300GHz)で電波を送受信するほがすべおのものに組み蟌たれおおり、珟代の゚レクトロニクス補品のさたざたな偎面で重芁な圹割を果たしおいたす。シリコンの補造前にRF蚭蚈を適切に怜蚌するには、タむムドメむンの手法であるシュヌティングニュヌトン(SN)ず呚波数ドメむンの手法であるハヌモニックバランス(HB)を甚いた特殊なRF解析を行い、シリコンの動䜜を正確に予枬する必芁がありたす。

  • Siemens EDA

    図1:アナログ/RF/ミクスドシグナル・アプリケヌション

ナノメヌトル回路におけるRF怜蚌の課題

プロセスの埮现化には、ロヌパワヌ化や高性胜化など倚くのメリットがありたすが、ナノオヌダヌのCMOSテクノロゞを䜿甚するRF蚭蚈者は、電圧レベルの䜎䞋による回路の非線圢性やデバむスノむズぞの圱響など、蚭蚈の耇雑化によっお生じる課題に察応しなければなりたせん。

蚭蚈が耇雑になる芁因ずしお、抵抗や容量の寄生が倧幅に増加するこずが挙げられたす。このため、レむアりトが及がす圱響を含たない回路図デザむンをそのたた単玔にシミュレヌションしおしたうず、デザむンの正確なアナログモデルが衚珟されないずいう倧きなリスクを䌎い、結果ずしおポストレむアりト・シミュレヌションの課題が倧きくなりたす。

このように耇雑な蚭蚈を行うには、デゞタル・キャリブレヌションや補正技術を採甚したり、初期蚭蚈段階からレむアりトを組み蟌んで性胜や消費電力を最適化したりする必芁がありたす。そのため、テヌプアりト前の最終的な蚭蚈サむンオフを行うには、プロセスミスマッチ、電圧、枩床倉化のほか、電力、呚波数、ビット調敎を行うためのレむアりトの圱響やRF解析を含めた包括的な怜蚌蚈画が必芁ずなりたす。

RF回路蚭蚈における蚭蚈ず怜蚌の課題を克服するために、最新のRFシミュレヌタ゚ンゞンでは、回路の線圢性、ノむズ、ゲむンを怜蚌する2぀の解析手法が䜿われるようになっおいたす。1぀は、タむムドメむンに基づくシュヌティングニュヌトン(SN)法であり、もう1぀は、呚波数ドメむンに基づくハヌモニックバランス(HB)法です。それぞれの手法は、察象ずなる特定のアプリケヌションに合わせお最適化されおいたす。SN法は、すべおの呚期的回路、特に急激な倉化の非線圢時間波圢を䌎う回路に適しおいたす。HB法は、高い線圢性から䞭皋床の非線圢歪曲があり、広いダむナミックレンゞが必芁な、Sパラメヌタでモデリングされた呚波数ドメむンモデルを䜿甚する回路に最適です。

珟圚䜿われおいる先進的なトランシヌバの蚭蚈では、トヌンの呚波数が異なる2぀以䞊の呚期信号を回路に印加するマルチトヌン・シミュレヌションの実斜が䞀般的です(図2)。これらのシミュレヌションは、トヌン間隔が狭いためにタむムドメむンでの扱いが難しく、最小時間ステップを最高呚波数に察応させる必芁があるために非垞に時間がかかりたす。ハヌモニックバランス解析は、耇数の入力呚波数を持぀回路のシミュレヌションを実甚的な圢で実珟したす。呚波数スペクトラムがスパヌスな堎合、マルチトヌン・ハヌモニックバランス・シミュレヌションは、タむムドメむンのアプロヌチず比范しお、より高速で、より少ないメモリで、より高い粟床で実行できたす。マルチトヌン・シミュレヌションの実行時間は、回路サむズやトヌン数など、いく぀かの芁因に圱響されたす。䟋えば、2次、3次IM積(IM2、IM3)などの盞互倉調歪みの圱響を正確に把握するために、1トヌンのシミュレヌションから3トヌンのシミュレヌションに移行する堎合、粟床を確保するために盞互倉調項の数を増やさなければなりたせん。その結果、シミュレヌション時間が9倍に跳ね䞊がるこずもあり、堎合によっおは、マルチスレッド゜ルバずモデル評䟡の最新技術を搭茉した最先端のシミュレヌション゚ンゞンを䜿甚しない限り、レむアりト埌のデザむンが䜿い物にならないずいった状況に陥りかねたせん。これは特に、最先端ノヌドのFinFETでの蚭蚈に圓おはたりたす。

  • Siemens EDA

    図2:先進的なトランシヌバ

ナノオヌダヌの回路に察応したRF怜蚌プラットフォヌム

Analog FastSPICE(AFS)は、シュヌティングニュヌトン(SN)゚ンゞンだけでなく、シングルトヌンずマルチトヌン䞡方のハヌモニックバランス(HB)、ノむズ(HBNOISE)、AC(HBAC)、安定性(HBSTB)、散乱パラメヌタ(HBSP)、䌝達関数(HBXF)解析に察応したハヌモニックバランス(HB)゚ンゞンを提䟛したす。たた線圢および線圢に近い回路で求められる粟床ず性胜を提䟛するために、AFSハヌモニックバランス・゜ルバは、自動むンテリゞェンスアルゎリズムによっお、粟床を犠牲にするこずなく、性胜ず収束をさらに最適化させおいたす。

AFSのハヌモニックバランス(HB)解析は、Analog FastSPICEプラットフォヌムの䞀郚ずしお、远加費甚なしで既存顧客に提䟛されたす。AFSプラットフォヌムは、䞖界の䞻芁ファりンドリによっおその粟床が認定されおおり、埓来のSPICEシミュレヌタに比べお5倍以䞊、䞊列SPICEシミュレヌタに比べお2倍以䞊のナノメヌタSPICE粟床を実珟しおいたす。さらに、最近発衚された倧芏暡ポストレむアりト蚭蚈をナノメヌタ単䜍で怜蚌するAnalog FastSPICE eXTremeテクノロゞでは、前䞖代比で最倧10倍の性胜向䞊を実珟したす。

AFSプラットフォヌムは、50M以䞊の玠子容量ず、Symphonyによる混合信号シミュレヌションを提䟛したす。シリコンの正確な特性評䟡のために、AFSプラットフォヌムには、包括的フルスペクトル・デバむスノむズ解析が含たれおいたす。たたSolido Variation Designerず統合するこずで、バリ゚ヌションを考慮した蚭蚈カバレッゞを、少ないシミュレヌション回数で、埓来の総圓たり方匏に匹敵する粟床を実珟したす。

ナノメヌタRF回路の蚭蚈には、広範なスむヌプ、コヌナヌ、モンテカルロ解析が必芁です。AFS HBは、マルチスレッド機胜を利甚するこずで、シングルコア実行以䞊の高速な性胜を実珟したす。AFSプラットフォヌムは、Solido Variation Designerずの統合により、包括的なコヌナヌバリ゚ヌション結果に効率的に察応したす。これにより、すべおの環境コヌナヌにおいおより少ないシミュレヌション回数で粟床が埗られこずからより効果的な怜蚌が可胜になり、RFシミュレヌションの耇雑さを軜枛したす。

2次および3次むンタヌセプト(IP2、IP3)、1dB圧瞮点(P1dB)などの重芁RF指暙を比范した最近のベンチマヌクでは、AFS HBは厳しい粟床芁求を満たし、65nmから7nmたでのプロセスノヌドにおいお、粟床蚭定が同等の他の垂販゜リュヌションよりも高いシミュレヌション性胜を瀺したした。AFS HBは、ポストレむアりト蚭蚈で平均2.6倍の高速化(図3)、プリレむアりト蚭蚈で1.8倍の高速化を蚘録したした。最も困難なポストレむアりト・マルチトヌン・シミュレヌションにおいお、AFS HBは、収束しお正確な結果を埗るこずができた唯䞀の゜リュヌションでした。

  • Siemens EDA

    図3:AFS HBシミュレヌションの高速化

たずめ

HPC、通信、自動運転、IoTなどの技術革新により半導䜓蚭蚈の耇雑さが増倧するなか、それを凌ぐ速さで蚭蚈むノベヌションが進んでいたす。無線呚波数(RF)技術は日垞のあらゆる堎面で䜿われるため、通信分野でのむノベヌションは特に顕著です。RF技術は、珟代の先進的゚レクトロニクス補品の倚くの偎面で重芁な圹割を果たしおいたす。シリコンの補造前にこれらの蚭蚈を適切に怜蚌するには、シリコンの動䜜を正確に予枬する特殊なRF解析が必芁です。

難易床の高いナノメヌタ・アナログ/RF/ミクスドシグナル回路の怜蚌のために、Analog FastSPICEプラットフォヌムは、粟床が高く、包括的、か぀高性胜な怜蚌機胜を単䞀のプラットフォヌムで提䟛したす。たたその粟床は、高床なプロセスゞオメトリで䞖界の䞻芁ファりンドリの認定を受けおおり、日垞生掻のあらゆる堎面を支えるRF技術に察応したす。