CN115906732A - 建立场景化cpm模型的方法、装置和机器可读存储介质 - Google Patents
建立场景化cpm模型的方法、装置和机器可读存储介质 Download PDFInfo
- Publication number
- CN115906732A CN115906732A CN202211498025.XA CN202211498025A CN115906732A CN 115906732 A CN115906732 A CN 115906732A CN 202211498025 A CN202211498025 A CN 202211498025A CN 115906732 A CN115906732 A CN 115906732A
- Authority
- CN
- China
- Prior art keywords
- chip
- power supply
- model
- supply noise
- cpm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 58
- 238000013461 design Methods 0.000 claims abstract description 28
- 238000012546 transfer Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 5
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000005538 encapsulation Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 abstract description 18
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Design And Manufacture Of Integrated Circuits (AREA)
Abstract
本公开涉及建立场景化CPM模型的方法、装置和机器可读存储介质。提供了建立场景化芯片CPM模型的方法。该方法包括:基于芯片工作的业务场景,在测试点处检测芯片的电源噪声;获得测试点处的芯片的转移阻抗;以及基于电源噪声和转移阻抗来确定该芯片针对该业务场景的CPM模型。因此,本公开可以通过建立并应用芯片在不同应用场景下的CPM模型来优化芯片的电源滤波设计。
Description
技术领域
本公开涉及芯片设计的领域,并且更具体地涉及建立场景化芯片电源噪声模型的方法、装置和机器可读存储介质。
背景技术
在芯片和PCB(印刷电路板)等的设计过程中,需要保证芯片电源的电源完整性(PI),即确认电源来源及目的端的电压及电流是否符合需求。这包括对封装和PCB的电源滤波处理,保证芯片电源工作在比较稳定的状态,使得芯片电源的噪声不超过预定阈值,从而保证芯片的正常工作。
目前在芯片和PCB的电源滤波设计中,为了进行封装和PCB的电源滤波设计,通常采用半导体IP(知识产权)核供应商提供的芯片电源噪声模型,也称为CPM模型,即ChipPower Model,芯片功耗模型。芯片电源噪声模型即芯片电源的电流-时间曲线,可以在芯片和PCB的电源滤波设计中利用它来进行时域分析。IP核供应商提供的芯片电源噪声模型一般是基于特定场景对特定IP核进行仿真而获得的针对该IP核的噪声电流模型。
然而,IP核供应商在获得针对特定IP核的芯片电源噪声模型时,通常不知道该IP核将要应用于什么样的芯片中。因此,该芯片电源噪声模型是在不知道芯片电源的供电、封装和PCB的滤波方案设计等等的情况下获得的。例如,在获得该芯片电源噪声模型时,该IP核所要应用于的芯片的电容配置、放置位置和布局布线要求等都是未知的。这会导致在芯片设计时采用这样的芯片电源噪声模型进行的滤波设计不合理。
另一方面,IP核供应商在获得针对特定IP核的芯片电源噪声模型时,通常也不知道该IP核将要应用于的芯片将在什么样的场景下工作,不知道该芯片在不同工作场景下的电源的时域和频域噪声。这导致在芯片封装和系统PCB设计中,芯片电源的供电滤波方案覆盖不全,在某些场景下芯片运行时产生的电源噪声偏大,最终导致芯片在这些场景下不能正常工作。在这种情况下,芯片设计方只能针对芯片的全部应用场景重新设计,使得开发周期和成本大大增加。
因此,需要针对特定的芯片以及特定的应用场景的芯片电源噪声模型,以满足芯片设计时的定制化需求。
发明内容
为此,本公开提供了针对特定芯片、特定场景获得芯片电源噪声模型的方法、装置和机器可读存储介质。
在本公开的第一方面中,提供了一种建立场景化芯片CPM模型的方法,其特征在于,所述方法包括:基于芯片工作的业务场景,在测试点处检测所述芯片的电源噪声;获得所述测试点处的所述芯片的转移阻抗;以及基于所述电源噪声和转移阻抗来确定所述芯片针对所述业务场景的CPM模型。
因此,根据本公开可以获得特定芯片在特定业务场景下的CPM模型,从而可以在芯片设计中以该定制化CPM模型来代替IP核供应商提供的通用CPM模型。
在一个实施例中,在测试点处检测所述芯片的电源噪声包括:在测试点处检测所述芯片以获得所述芯片的时域电源噪声;以及对所述时域电源噪声进行傅里叶变换以获得所述芯片的频域电源噪声。
在一个实施例中,基于所述电源噪声和转移阻抗来确定所述芯片针对所述业务场景的CPM模型包括:基于所述频域电源噪声和所述转移阻抗来确定所述CPM模型的频域表示;以及对所述CPM模型的频域表示进行傅里叶变换以获得所述CPM模型的时域表示。
在一个实施例中,根据本公开的方法还包括:针对多个业务场景中的每个业务场景重复执行所述方法,以确定所述芯片针对所述多个业务场景中的每个业务场景的多个CPM模型;以及基于所述多个CPM模型来优化所述芯片的整体电源滤波设计。
因此,根据该实施例,可以针对特定芯片、针对适用于该特定芯片的多个特定业务场景获得多个CPM模型,并基于该多个CPM模型来优化该芯片的电源滤波设计,从而消除了现有技术中因IP核供应商提供的通用CPM模型场景覆盖不全导致的芯片滤波设计不合理,降低了芯片开发的周期和成本。
在一个实施例中,所述多个业务场景包括所述芯片的标称运行模式和所述芯片的极限运行模式。
因此,根据该实施例,可以至少分别针对芯片的标称(正常)运行模式(状态)和极限运行模式获得相应的CPM模型,从而使针对这些CPM模型优化的电源滤波设计具有更强的适用性。
在一个实施例中,所述测试点被选择为尽可能靠近所述芯片的电容器件。因此,根据该实施例,通过将测试点选为尽量靠近芯片的电容器件的位置,可以更好地利用电容器件滤除焊接和外部噪声的益处,从而使获得的CPM模型的噪声主要来自于芯片本身而非外部。
在一个实施例中,所述测试点被选择为位于所述芯片的印刷电路板PCB滤波电路模块与所述芯片的封装滤波电路模块之间。在另一实施例中,所述测试点被选择为位于所述芯片的封装滤波电路模块与所述芯片的阻容网络之间。因此,根据上述实施例,通过选择位于芯片的不同位置处的测试点,可以根据期望的噪声来源选择获得期望的CPM模型。
在一个实施例中,获得所述测试点处的所述芯片的转移阻抗包括基于所述芯片的已知的电路模型通过计算或仿真来获得所述芯片的转移阻抗的频域表示,所述电路模型包括以下中的一个或多个:所述芯片的阻容网络,所述芯片的电容模型,所述芯片的封装模型,所述芯片的封装滤波网络模型,所述芯片的PCB模型,以及所述芯片的PCB滤波网络模型。
在一个实施例中,基于所述频域电源噪声和所述转移阻抗来确定所述CPM模型的频域表示包括对所述频域电源噪声和所述转移阻抗进行频率对准。优选地,对所述频域电源噪声和所述转移阻抗进行频率对准包括对所述频域电源噪声和所述转移阻抗进行线性插值运算,以获得所述频域电源噪声的每个频点上的转移阻抗值。因此,根据该实施例,通过使转移阻抗的频率与测试得到的电源噪声的频率保持一致,使得能够获得更准确的CPM模型。
因此,根据本公开,可以通过在特定场景下对芯片进行的测试、仿真、计算等一系列方法和流程而建立该芯片在特定场景下的CPM模型,并通过建立并应用芯片在不同应用场景下的CPM模型而实现芯片电源滤波的合理设计,从而一方面满足了芯片设计时的定制化需求,并且另一方面降低了芯片开发的周期和成本。
此外,本公开还提供了建立场景化芯片电源噪声模型CPM模型的装置,其包括用于实施如上所述的方法的部件。
另外,本公开还提供了存储有指令的至少一种机器可读存储介质,所述指令在由至少一个处理电路执行使得能够实施如上所述的方法。
附图说明
通过阅读接下来对示例实施例的描述,本公开的其他方面和细节将进一步显现,该描述仅以非限制性示例的名义给出,并且是参考附图进行的,其中:
图1示出了芯片供电的简化示意框图;
图2示出了芯片电源供电系统的示意图;
图3示出了根据本公开的建立CPM模型的示例方法的流程图;
图4示出了根据本公开的芯片电源滤波设计的示例流程的流程图;
图5至图12示出了在对特定芯片执行根据本公开的建立CPM模型的示例方法时得到的各参数的曲线图,其中:
图5是在该芯片的PCB封装处测得的电源噪声电压的时域表示;
图6和图7是对图5的电源噪声电压进行傅里叶变换后得到的电源噪声的频域表示,其中图6示出了电源噪声的电压幅度,并且图7示出了电源噪声的电压相位;
图8和图9是在该芯片的PCB封装处的转移阻抗的频域表示,其中图8是转移阻抗的幅度,并且图9是转移阻抗的相位;
图10和图11是基于该芯片的PCB封装处测得的电源噪声电压和转移阻抗计算得到的电源噪声电流的频域表示,其中图10示出了电源噪声的电流幅度,并且图11示出了电源噪声的电流相位;
图12是从图10和11所示的电源噪声电流的频域表示经傅里叶变换而得到的电源噪声电流的时域表示,也即CPM模型;
图13示出了用根据本公开的方法测得的电源噪声电压与仿真得到的电源噪声电压的时域对比;以及
图14示出了用根据本公开的方法测得的电源噪声电压与仿真得到的电源噪声电压的频域对比。
具体实施方式
接下来参考附图来描述本公开的具体实施例。在附图和接下来的描述中,出于必要性而包含了某些性质的元素。这些元素不仅可以用来更好地理解本公开,而且在必要时也有助于限定本公开。
图1示出了芯片供电的简化示意框图。为了便于简化和理解,将芯片中的各种复杂电子元器件简化合并成了最基本的电学元件,即电源、电阻、电容、电感和其连线。如图所示,大体而言,芯片的PDN(电源分配网络)由四个主要部分组成:VRM(电压调节模块)、PCBPDN、封装PDN以及芯片负载(例如各种IP核),其中在CPM模型中描述芯片负载行为。也就是说,在芯片中的各种电路的工作过程中,芯片内的电路产生的脉动电流噪声在芯片的供电电源上产生噪声电流,随着这个噪声电流的传导,会在PCB的电源上同样产生噪声电流和噪声电压。
由于供电的PDN阻抗的原因,这些噪声会对芯片处的电源供电电压造成波动,即芯片供电电压纹波。而CPM模型即用于描述这样的脉动电流噪声,使得芯片设计方能够基于CPM模型来逐级设计芯片滤波,如图2所示。图2中可以看到,在芯片设计中,会在板载集成电源与芯片的阻容网络之间设计多级滤波,包括例如PCB滤波、封装滤波和芯片阻容网络滤波,以期最大限度地消除芯片工作中产生的噪声。
在现有技术中,这通常是采用IP核供应商所提供的通用CPM模型。然而,如上所述,IP核供应商所提供的通用CPM模型在实际的芯片设计中具有众多缺陷,尤其是其并非针对特定芯片定制的,导致其不能覆盖特定芯片的全部应用场景,降低了芯片开发的周期和成本。为此,本公开提出了基于实体的芯片电路板,并且在该芯片正在运行各种不同的业务时的运行过程中,即在芯片的各种实际应用场景下,实时地测量芯片的某测试点位处的电源噪声并建立针对该芯片且针对该特定应用场景的CPM模型。
图3示出了根据本公开的建立CPM模型的示例方法300的流程图,并且图5至图12示出了在对特定芯片执行该方法300时得到的各参数的曲线图。接下来将结合图5至图12所示的具体示例来描述根据本公开的建立CPM模型的示例方法300。
首先,将被测芯片置于特定场景下,例如使其运行某特定业务。例如,被测芯片可以是GPU(图形处理单元),并且其正在以标称(正常)运算速度处理3D图形渲染。作为另一示例,被测芯片可以是片上AI(人工智能)引擎,并且其正在以标称运算速度执行AI算法。作为仍另一示例,被测芯片可以是片上智能PC,并且其正以极限操作模式(例如,以该芯片所允许的最大功率)执行任务。因此,可以将被测芯片置于各种各样的应用场景下,包括其最常用的应用场景以及在其使用中可能遇到的极限场景,并针对处于这样的特定场景下的芯片进行接下来的CPM模型建立。
接下来,在301,通过在所选测试点处对被测芯片进行测试,获得芯片的时域电源噪声。该时域电源噪声可以是以电压信号的形式。在一个实施例中,测试点被选择为尽可能靠近芯片的电容器件,这使得能够更好地利用电容器件本身滤除焊接和外部噪声的益处,从而使测得的电源噪声主要来自于芯片本身而非外部,排除其他噪声干扰。此外,测试点可以位于被测芯片的PCB滤波电路模块与封装滤波电路模块之间,例如图2中的标号“1”处,也可以位于被测芯片的封装滤波电路模块与阻容网络之间,例如图2中的标号“2”处。这样,可以通过选择不同的测试点来一定程度上筛选噪声来源,以便于后续基于CPM模型的电源滤波设计。另外,可以通过例如示波器或其他类似的测试工具对芯片进行测试。此外,测试的线缆可以选择同轴线,并且尽量减短焊接的裸露同轴线芯线,从而降低在测试时耦合到的外部噪声。如本领域技术人员可理解的,可以采用各种其他方法手段来降低测试时的外部干扰,以尽可能获得芯片本身的电源噪声曲线,提高该时域噪声采集的准确度。
另一方面,例如,可以将测试时使用的示波器的带宽选为高带宽,例如1GHz以上,以采集到芯片的高频噪声。同时,抓取噪声波形的时间长度可以设置为100μs以上,从而覆盖到例如20kHz的低频。这样得到的CPM模型能够覆盖芯片的整个频段,从而有助于实现芯片在整个频段上的电源滤波设计。作为另一示例,示波器的探头可以选择高带宽的高阻探头,其对被测芯片产生较小的影响,而且能够减小测试链路对电源高频噪声的衰减。作为仍另一示例,示波器的采样率可以设置在测试带宽的2倍以上,以便充分保证采样获取噪声数据的带宽在示波器的测试带宽范围内。此外,测试时的波形应尽量占满整个示波器屏幕,从而保证噪声幅度的测试精度。测试中可以采用示波器的上升或下降沿触发功能,并在采用长余辉观察测试波形后再将触发电平选为波形较大幅度处,然后采用单次触发来抓取波形。可以多次抓取波形,并根据频谱分析来选择噪声频谱比较丰富的波形片段。因此,如本领域技术人员可理解的,可以采用各种其他方法手段来提高该时域噪声采集的精度和丰度。
图5示出了针对示例测试芯片测得的电源噪声,即V1(t)=Power_Noise(t)。该测试的测试点选在了PCB封装处,即图2中的标号“1”处,位于被测芯片的PCB滤波电路模块与封装滤波电路模块之间。
接下来,在302,对测得的时域电源噪声进行傅里叶变换以获得相应的频域电源噪声,如下式所示:
。
在傅里叶变换中,应注意保留其完整的幅度和相位。图6和图7中示出了对图5所示的时域噪声波形进行傅里叶变换后的结果,即Power_Noise(f),其中图6示出了电源噪声(电压)幅度随频率的变化,并且图7示出了电源噪声(电压)相位随频率的变化。
图13示出了用根据本公开的方法测得的电源噪声电压与仿真得到的电源噪声电压的时域对比。图14示出了用根据本公开的方法测得的电源噪声电压与仿真得到的电源噪声电压的频域对比。在图13和14中,以实线示出仿真波形并以虚线示出测试波形。可以看到,用根据本公开的方法测得的电源噪声电压与仿真得到的电源噪声电压的对比验证了针对特定场景进行测试的准确性。
接下来,在303,获得该测试点处的芯片的转移阻抗。由于芯片的阻容网络、封装PDN、PCB PDN等都是已知的,因此可以搭建出如图1中那样的整体的阻容网络模型,并通过计算或仿真获取测试点处的频域转移阻抗Z12(f),同样保留其完整的幅度和相位。图8和图9示出了在示例芯片的测试点(即PCB封装)处的转移阻抗Z12(f)的频域表示,其中图8是转移阻抗Z12(f)的幅度,并且图9是转移阻抗Z12(f)的相位。
如本领域技术人员已知的,转移阻抗Z12(f)的定义为Z12(f)=V1(f)/I2(f)。也就是说,如果已知“1”处的电压为V1,又已知“1”、“2”之间的转移阻抗为Z12,则“2”处的电流I2即为V1/Z12。也就是说,可以根据测试点处的电源噪声电压和转移阻抗而获得芯片的电源噪声电流曲线,也即CPM模型。
因此,接下来,在304,基于该测试点处的频域电源噪声电压(即Power_Noise(f))和频域转移阻抗(即Z12(f))来获得电源噪声电流的频域表示,如下式所示:
CPM(f)=Power_Noise(f)/Z12(f)。
在此,如本领域技术人员可理解的,可以采用各种手段来确保计算的准确度和精度。例如,可以对Z12(f)相对于Power_Noise(f)的频率值进行线性插值,以获得Power_Noise(f)的每个频率点上的转移阻抗值Z12(f),从而使Z12(f)的频率与测试噪声的频率对准,便于噪声电流的计算。
图10和图11示出了针对示例芯片计算得到的CPM(f),其中图10示出了CPM(f)的电流幅度,并且图11示出了CPM(f)的电流相位。
接下来,在305,通过对CPM(f)进行傅里叶反变换来获得芯片电源噪声电流的时域表示CPM(t),如下式所示:
。
CPM(t)即芯片的电源噪声电流的时域波形,如图12所示。
因此,根据本公开的建立CPM模型的示例方法300通过一系列测试和计算获得了该特定芯片在该特定场景下的电源噪声电流时间曲线。
图4示出了根据本公开的芯片电源滤波设计的示例流程400的流程图。
实际上,由于PCB滤波、封装滤波和芯片的阻容网络在芯片设计完成后就已固定,因此对一个固定的硬件系统而言,Z12(f)是一个固定的阻抗曲线。在这种情况下,通过使芯片运行不同的业务,即处于不同的场景,可以用同样的方法对芯片进行多次测试,及多次测量Power_Noise(t)(即V1(t)),从而获得该特定芯片在每个特定场景下的芯片电源噪声电流模型CPM(t)(401)。可以通过这些噪声模型的时域和频域对比分析,选择典型的噪声电流模型供后续的封装和PCB的电源滤波设计的激励,从而优化整个电源的滤波方案(402)。
因此,根据本公开,在设计芯片时可以根据芯片自身的应用场景对板载电源噪声电压测试,并基于该测试的电压时域波形来建立不同场景下的芯片电源电流噪声模型。基于这些模型进行芯片的封装和系统PCB电源滤波的设计,能够保证在不同场景下的芯片的电源噪声均能满足芯片的供电要求,使得封装和系统PCB的电源滤波设计合理,并缩短开发周期,降低开发成本。
如上所述的图3和图4的示例流程可以使用存储在非暂时性计算机和/或机器可读存储介质上的可执行指令(例如,计算机和/或机器可读指令)来实施,所述非暂时性计算机和/或机器可读介质诸如硬盘驱动器、固态存储装置(SSD)、闪存存储器、只读存储器、紧凑盘、数字多功能盘、高速缓存、随机存取存储器和/或任何其他存储装置或存储盘,在所述存储装置或存储盘中,信息被存储任何持续时间(例如,针对延长的时间段,永久地,针对短暂的情况,针对临时缓冲和/或针对信息高速缓存)。如本文使用的,术语非暂时性机器可读存储介质被明确定义为包括任何类型的机器可读存储装置和/或存储盘,并且排除传播信号且排除传输介质。
此外,上述描述和附图应被视为例证性而不是限制性含义。本领域技术人员将理解,在不脱离所附权利要求中阐述的特征的更广泛的精神和范围的情况下,可以对本文描述的实施例做出各种修改和改变。
Claims (13)
1.一种建立场景化芯片CPM模型的方法,其特征在于,所述方法包括:
基于芯片工作的业务场景,在测试点处检测所述芯片的电源噪声;
获得所述测试点处的所述芯片的转移阻抗;以及
基于所述电源噪声和转移阻抗来确定所述芯片针对所述业务场景的CPM模型。
2.根据权利要求1所述的方法,其中,在测试点处检测所述芯片的电源噪声包括:
在测试点处检测所述芯片以获得所述芯片的时域电源噪声;以及
对所述时域电源噪声进行傅里叶变换以获得所述芯片的频域电源噪声。
3.根据权利要求2所述的方法,其中,基于所述电源噪声和转移阻抗来确定所述芯片针对所述业务场景的CPM模型包括:
基于所述频域电源噪声和所述转移阻抗来确定所述CPM模型的频域表示;以及
对所述CPM模型的频域表示进行傅里叶变换以获得所述CPM模型的时域表示。
4.根据权利要求1至3中的任一项所述的方法,还包括:
针对多个业务场景中的每个业务场景重复执行所述方法,以确定所述芯片针对所述多个业务场景中的每个业务场景的多个CPM模型;以及
基于所述多个CPM模型来优化所述芯片的整体电源滤波设计。
5.根据权利要求4所述的方法,其中,所述多个业务场景包括所述芯片的标称运行模式和所述芯片的极限运行模式。
6.根据权利要求1至3中的任一项所述的方法,其中,所述测试点被选择为尽可能靠近所述芯片的电容器件。
7.根据权利要求1至3中的任一项所述的方法,其中,所述测试点被选择为位于所述芯片的印刷电路板PCB滤波电路模块与所述芯片的封装滤波电路模块之间。
8.根据权利要求1至3中的任一项所述的方法,其中,所述测试点被选择为位于所述芯片的封装滤波电路模块与所述芯片的阻容网络之间。
9.根据权利要求1至3中的任一项所述的方法,其中,获得所述测试点处的所述芯片的转移阻抗包括基于所述芯片的已知的电路模型通过计算或仿真来获得所述芯片的转移阻抗的频域表示,所述电路模型包括以下中的一个或多个:所述芯片的阻容网络,所述芯片的电容模型,所述芯片的封装模型,所述芯片的封装滤波网络模型,所述芯片的PCB模型,以及所述芯片的PCB滤波网络模型。
10.根据权利要求3所述的方法,其中,基于所述频域电源噪声和所述转移阻抗来确定所述CPM模型的频域表示包括对所述频域电源噪声和所述转移阻抗进行频率对准。
11.根据权利要求10所述的方法,其中,对所述频域电源噪声和所述转移阻抗进行频率对准包括对所述频域电源噪声和所述转移阻抗进行线性插值运算,以获得所述频域电源噪声的每个频点上的转移阻抗值。
12.一种建立场景化芯片CPM模型的装置,其特征在于,其包括用于执行根据权利要求1至11中的任一项所述的方法的部件。
13.一种机器可读存储介质,其上存储有指令,所述指令在由处理电路执行时使得能够实施根据权利要求1至11中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211498025.XA CN115906732A (zh) | 2022-11-28 | 2022-11-28 | 建立场景化cpm模型的方法、装置和机器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211498025.XA CN115906732A (zh) | 2022-11-28 | 2022-11-28 | 建立场景化cpm模型的方法、装置和机器可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115906732A true CN115906732A (zh) | 2023-04-04 |
Family
ID=86482111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211498025.XA Pending CN115906732A (zh) | 2022-11-28 | 2022-11-28 | 建立场景化cpm模型的方法、装置和机器可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115906732A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117316801A (zh) * | 2023-11-28 | 2023-12-29 | 深圳市深鸿盛电子有限公司 | 一种半导体器件的测试方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394453A (zh) * | 2007-09-19 | 2009-03-25 | 华为技术有限公司 | 电源噪声模型建立方法及其装置 |
CN110769111A (zh) * | 2019-10-28 | 2020-02-07 | 珠海格力电器股份有限公司 | 一种降噪方法、系统、存储介质以及终端 |
CN111914679A (zh) * | 2020-07-11 | 2020-11-10 | 杭州比值科技有限公司 | 一种场景化人工智能信号无线音频处理设备 |
WO2022116825A1 (zh) * | 2020-12-03 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 基于人工智能的音频处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
-
2022
- 2022-11-28 CN CN202211498025.XA patent/CN115906732A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394453A (zh) * | 2007-09-19 | 2009-03-25 | 华为技术有限公司 | 电源噪声模型建立方法及其装置 |
CN110769111A (zh) * | 2019-10-28 | 2020-02-07 | 珠海格力电器股份有限公司 | 一种降噪方法、系统、存储介质以及终端 |
CN111914679A (zh) * | 2020-07-11 | 2020-11-10 | 杭州比值科技有限公司 | 一种场景化人工智能信号无线音频处理设备 |
WO2022116825A1 (zh) * | 2020-12-03 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 基于人工智能的音频处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117316801A (zh) * | 2023-11-28 | 2023-12-29 | 深圳市深鸿盛电子有限公司 | 一种半导体器件的测试方法及系统 |
CN117316801B (zh) * | 2023-11-28 | 2024-03-15 | 深圳市深鸿盛电子有限公司 | 一种半导体器件的测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101610724B1 (ko) | 반도체 레벨의 emi 허용 레벨 추정을 위한 시뮬레이션 장치 및 방법 | |
KR20080031921A (ko) | 디바이스에 대한 테스트 데이터 획득 방법 | |
WO2003098240A1 (en) | Event based ic test system | |
CN115906732A (zh) | 建立场景化cpm模型的方法、装置和机器可读存储介质 | |
US20030083856A1 (en) | Model analyzing method and apparatus, and storage medium | |
WO2023201797A1 (zh) | 频域特性测量方法、装置、系统及存储介质 | |
JP3943326B2 (ja) | 不要輻射解析方法および不要輻射解析装置 | |
CN110632403A (zh) | 自动化测试电源纹波噪声的方法 | |
Musznicki et al. | Adaptive estimation of the transformer stray capacitances for DC–DC converter modelling | |
Ichikawa et al. | Simulation of integrated circuit immunity with LECCS model | |
JP3965739B2 (ja) | 集積回路のノイズシミュレーション装置及び記録媒体 | |
US7225420B2 (en) | System and method for signal integrity testing of electronic circuits | |
CN111209654A (zh) | 一种pdn频率阻抗测试系统及方法 | |
JP3988623B2 (ja) | 電子回路特性解析コンピュータプログラム及び特性解析方法 | |
CN113946200B (zh) | 电路动态电压降的检测方法、装置及电子设备和存储介质 | |
Rebholz et al. | Time-domain characterization of RF sources for the design of noise suppression filters | |
US9038007B2 (en) | Prediction of dynamic current waveform and spectrum in a semiconductor device | |
Song et al. | Optimal power distribution network design for high-performance solid-state-drive based on novel target-impedance extraction method | |
JP4573428B2 (ja) | 電子デバイスのモデル化方法 | |
Stievano et al. | Behavioral modeling of IC memories from measured data | |
US6789239B2 (en) | Program conversion system | |
JP4453433B2 (ja) | バイパスコンデンサ配置情報取得装置及び方法 | |
Ichikawa et al. | Experimental verification of power supply noise modeling for EMI analysis through on-board and on-chip noise measurements | |
JP2020024574A (ja) | ノイズ解析装置及びノイズ解析方法 | |
US20230341447A1 (en) | Method, device and system for measuring frequency domain characteristics, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |