精选理由
PCB信号完整性分析团队终于有了能跨技术代际复用的ML代理模型，不用每次换缓冲器参数就重新生成数据和训练，做高速互连设计的工程师可以直接用这套框架加速眼图合规检查。
论文提出一种缓冲器参数化的机器学习代理模型方法，将IC缓冲器特性（如时钟频率、电源电压、上升/下降时间、抖动及内部电阻电容）作为动态输入，与PCB参数共同建模，从而无需重新训练即可处理跨技术变化。通过对比树模型、核方法、高斯过程回归和神经网络等架构，发现各向异性高斯过程回归在小数据场景表现优异，而神经网络在大数据集上显著领先。该方法在44个设计参数的复杂互连上验证，展示了相比传统仿真在眼图合规检查中巨大的计算加速。
AI 翻译 · 中文
论文提出一种缓冲器参数化的机器学习代理模型方法，将IC缓冲器特性（如时钟频率、电源电压、上升/下降时间、抖动及内部电阻电容）作为动态输入，与PCB参数共同建模，从而无需重新训练即可处理跨技术变化。通过对比树模型、核方法、高斯过程回归和神经网络等架构，发现各向异性高斯过程回归在小数据场景表现优异，而神经网络在大数据集上显著领先。该方法在44个设计参数的复杂互连上验证，展示了相比传统仿真在眼图合规检查中巨大的计算加速。
Signal integrity (SI) analysis in printed circuit board (PCB) interconnects faces increasing complexity due to diverse integrated circuit (IC) buffer technologies, varying operating conditions, and manufacturing toleranc…