Cadence PEGASUS DFM 23.22.000

一、Pegasus Critical Area Analyzer

估计随机良率损失并评估布局对随机缺陷的鲁棒性

1、主要优点

先进节点临界面积计算和颗粒缺陷导致的产量损失估计

支持高级节点故障模式

全芯片容量和高性能，适用于最大的先进节点布局数据库

Cadence Pegasus（韵律飞马）®™临界区域分析器为最先进的节点（包括FinFET技术）提供下一代临界区域分析（CAA），并基于创新的自适应采样方法，可在保持精度的同时缩短运行时间。故障模型是根据Cadence代工合作伙伴的经验建立的。这种自适应抽样会自动调整应用于每个故障模型的抽样和数值方法，这些方法可能因模型和技术而异。此外，该过程使用我们高效且可扩展的形状引擎，与上一代工具相比，性能显著提高。

系统性缺陷引起了半导体行业的广泛关注，尤其是在技术开发和早期技术爬坡方面。然而，当技术成熟且在大批量制造中时，随机缺陷仍然占主导地位。从历史上看，铸造厂对即将到来的设计运行CAA，以识别限制良率的故障模式并估计良率损失。

CAA自1980年代问世以来一直用于良率建模，它是缺陷尺寸的函数，是特定尺寸缺陷的中心落入导致IC功能故障的区域。近年来，CAA还被用于识别对布局缺陷敏感的区域，作为优化布局的指南，并使IC产品对制造更加友好。

然而，随着先进技术节点的设计复杂性不断增加，关键区域计算的运行时间已从数小时增加到数天甚至数周。此外，FinFET节点也带来了自身的挑战和故障模式，例如晶体管相关的缺陷性和层间相互作用。Pegasus CAA通过FinFET故障模型、关键区域提取效率改进以及方法和应用来应对这些挑战。

2、主要特点

自适应采样功能可显著减少运行时间，同时保持准确性

高级故障模型，包括连接性、接触和过孔故障以及晶体管缺陷

可以通过集成在Virtuoso设计和Innovus中的Pegasus LPA进行基于模式的布局优化（PBLO）进行增强，以改善布局®™实施环境

二、Pegasus Computational Pattern Analytics

经过生产验证的高性能布局处理

1、主要优点

在生产中使用了20+年，以无与伦比的性能处理最大的芯片数据库

完全支持数据分析和机器学习

在云中经过生产验证，具有大规模分发和并行化功能，可实现更快的吞吐量和线性可扩展性

在主要代工厂和无晶圆厂半导体公司中都有广泛的应用

多功能、内置和可定制的应用程序

Cadence Pegasus®™计算模式分析（CPA）是一种先进的高性能、基于模式的技术套件，由成熟的、经过生产验证的流程和引擎以及新的创新方法组成。Pegasus CPA在模式搜索/分类/分析领域包含功能丰富的功能，同时利用独特的模式引擎，如Squish™技术、机器学习（ML）、数据分析方法、基于Python的脚本和新颖的特征提取技术。借助Pegasus CPA，设计和制造团队可以评估布局质量，自动改进设计质量，在制造之前加速设计完成，并开发强大的硅后布局分析。内置功能使从初学者到数据科学家的每个人都可以利用Pegasus CPA的功能、容量和高性能。Pegasus CPA提供更丰富的功能集、更高效的处理能力、10-100倍更快的性能和比传统的基于DRC的解决方案更大的容量。

2、高性能

优化的算法和内存中操作可实现无与伦比的处理速度，最高可达100倍

全芯片分析能力，可在数小时内（而非数天）在大多数高级节点中实现最大的布局数据库

集成在Pegasus Design Review中的高效CPA Studio GUI可实现更快的分析和配置。

3、可伸缩

随CPU的面积和数量线性扩展

轻松处理数百万到数十亿个模式、标记和数据集

经过云生产验证的云生产

4、高容量

在最先进的技术节点上高效处理大型全芯片布局

全芯片处理、优化、数据挖掘、模型训练和模式收获

已经开发了端到端流程，以支持多达数十亿种模式，并优化了CPU和内存使用率

5、生产验证

在生产中使用，在主要铸造厂使用，以筛选传入的流片

实现紧急和关键的铸造生产修复

建立模式数据库，用于收集、监控和减轻产量不利影响

使用代工套件进行设计优化可提高进厂设计的良率

6、用途广泛

·简化设计优化

单通道、单层搜索和优化

根据模式库或ML模型查找完全相同或相似的模式

在设计实现过程中自动替换或优化模式

基于内置标准或客户标准的评分模式

使用铸造套件提高推荐规则使用率和DFM分数，从而在统计学上提高良率

集成在Innovus™实施系统、Virtuoso Layout Suite和Pegasus Design Review Environment中®

通过自动DRC修复节省数小时

·交互式布局分析

交互式模式捕获、编辑、搜索、分析和优化集成在Pegasus Design Review Environment中

允许快速开发、更新和验证

交互式GUI驱动的流程，具有同步的布局和结果查看功能

·模式分析、分析和分类

自动快速测量布局尺寸，以生成模式分析报告和直方图

高效的布局特征提取被输入到ML引擎中，以实现强大的布局分析

识别最常见的模式和异常值，并对相似的模式进行分组

·收益率贬值者监控

基于ML的热点预测、特征提取和基于Python的分析

创建和维护收益率批评者的模式数据库，包括模式评分、复杂性分析和相似性

能够系统地基于模式地对收益率贬值者进行配置。

·模式捕获、生成和枚举

高效捕获和比较全芯片模式数据库，实现全覆盖

模式比较可识别进货产品中的新布局模式

在其上下文中生成和改变感兴趣的模式，用于DRC甲板验证和OPC校准，并测试过程热点覆盖的密钥生成

·层次结构注入

从平面布局或平面布局创建分层布局

从已拼合的布局中恢复层次结构

减小数据库大小并加快后续处理速度

三、Pegasus CMP Predictor

预测并减少由于 CMP 引起的形貌和层厚变化导致的芯片和晶圆级系统和参数变化

主要优点

使用使用 Pegasus CMP 校准器和过程优化器 （Pegasus CCPO） 开发的基于模型的方法准确预测整个层堆栈的多层厚度和形貌变化

通过与 Virtuoso Layout Suite 和 Innovus Implementation System 在块级、芯片级和晶圆级的集成，检测影响良率的热点，并在实施过程中生成固定指南

与 Quantus Extraction Solution 接口，以识别与时序相关的问题，并可能减少过程保护带

使 CMP 团队能够检测传入设计中的 CMP 热点，优化 CMP 制造参数，并改善整体晶圆级系统和参数变化

Cadence Pegasus （韵律飞马）®™CMP Predictor 可预测化学和机械抛光 （CMP） 变化及其对整个层堆栈设计的潜在影响。它将制造过程变化的不确定性转化为可预测的影响，然后在虚拟填充定义期间和设计阶段将这些影响降至最低，从而大大提高整体设计性能和产量。Pegasus CMP传统上用于芯片级别，也适用于IP级别，具有独特的基于块的方法，并在晶圆级别具有先进的晶圆级建模和预测。Pegasus CMP 为整个堆栈提供晶圆级、全芯片、多级厚度和形貌预测，涵盖 FEOL、MOOL 和 BEOL 沉积、蚀刻和平坦化工艺。

与CMP相关的热点，如铜池化，可能会对晶圆和芯片的良率产生不利影响。传统的基于规则的热点检测方法无法捕获长距离和多层次的CMP效应。Pegasus CMP 使用高度准确的基于模型的方法来查找潜在的热点区域。它还将厚度和形貌变化数据输入到提取工具中，从而实现更好的 RC 和时序分析。Pegasus CMP 厚度和形貌变化输出还用于比较不同的虚拟填充策略并优化虚拟填充方法。

Pegasus CMP 与 Cadence Virtuoso Layout Suite 和 Cadence Innovus 集成®™实现系统，并与 Cadence Quantus 紧密对接™萃取解决方案，用于完整的硅签核解决方案。

Pegasus CCPO 被 CMP、流程、DFM 或 PDK 团队用于开发 Pegasus CMP 使用的 CMP 模型。模型校准是通过硅厚度测量完成的，并创建半物理模型，准确模拟硅趋势和形貌变化。Pegasus CCPO 具有专用版本和建模功能，可用于 FEOL、MOL 和 BEOL 中的沉积、蚀刻和平坦化过程。Pegasus CCPO 支持许多先进的 CMP 工艺功能，例如反向蚀刻、背面和沉积角，以及专门的工艺流程，例如用于 CMOS 图像传感器、3D NAND、铜对铜封装或其他 3D-IC 制造的工艺流程。现在，它还包括晶圆级校准和预测功能。

凭借芯片和晶圆级别的预测和优化能力，CMP工艺和产品团队可以使用Pegasus CCPO来检测进入生产线的新产品中的潜在热点或良率限制问题，并针对特定产品布局优化CMP工艺参数。Pegasus CCPO 在芯片或晶圆级别提高了每种产品的 CMP 效率和产量。

四、Pegasus Layout Pattern Analyzer

提高系统和参数化产量，满足铸造厂 DFM 签核要求

1、主要优点

提高系统和参数产量

满足 DFM 代工厂要求

与 Cadence 定制和数字设计平台集成

Cadence Pegasus （韵律飞马）®™Layout Pattern Analyzer （LPA） 基于快速模式匹配和/或机器学习 （ML） 预测，可快速检测并自动修复光刻热点。

Pegasus LPA 可检测传统物理验证遗漏的可制造性问题。根据晶圆代工厂的支持情况，该工具可以执行基于模式的检查来识别已知的热点，也可以使用 ML 引擎来预测未知的产量限制热点。Pegasus LPA 不仅使用模式匹配和/或 ML 为签核提供晶圆代工厂认证的快速光刻热点检测，还通过与 Cadence 定制和数字实现平台的紧密集成，允许在实现过程中检测热点。与 Innovus 集成™Implementation System 提供了一个带有 Innovus DFM 选项的命令行界面，用户可以在脚本中无缝调用 Pegasus LPA，并使用修复指南来提高自动修复率。通过Virtuoso应用程序库环境中包含的框架集成Pegasus LPA，为设计人员完成DFM任务提供了一个友好的环境。Pegasus LPA 是大多数铸造厂执行强制性 DFM 检查的签核。

除了 DFM 检查外，Pegasus LPA 还可以执行基于模式的布局优化 （PBLO），以提高设计质量，增加 DFM 规则的使用，并自动修复复杂的设计规则。

2、主要特点

提供快速、可扩展且经晶圆代工厂认证的产量限制热点检测，以满足 DFM 签核要求

采用 ML 技术的 Pegasus LPA 以最小的运行时间影响提供更高的检测效率

生成修复指南，以提高自动修复率并最大限度地减少设计变更

与当前库、IP、定制模拟和基于单元的数字物理设计流程集成

提供多功能的基于模式的布局优化，以提高设计质量