[发明专利]静态电压（SIR）下降违规预测系统和方法

权利要求书

1.一种静态电压下降违规预测系统，包括：

静态电压下降违规预测电路，所述静态电压下降违规预测电路在使用时：

接收与时钟树合成布局相关联的时钟树合成布局数据；

检查与所述时钟树合成布局相关联的所述时钟树合成布局数据；以及

预测在所述时钟树合成布局中是否由于所述时钟树合成布局的路由而存在一个或多个静态电压下降违规；

模型库，存储多个机器学习模型；以及

机器学习电路，通信耦合到所述模型库，所述机器学习电路在使用时：

基于所述时钟树合成布局的特征空间的形状和取向与所述多个机器学习模型的特征空间的形状和取向之间的第一相似性比较，通过选择多个机器学习模型的第一部分来生成第一阶段系综；以及

基于所述时钟树合成布局的特征空间的取向与所述第一阶段系综的所述多个机器学习模型的所述第一部分的特征空间的取向之间的第二相似性比较，通过选择所述多个机器学习模型的第二部分来生成第二阶段系综，其中所述多个机器学习模型的第二部分是所述多个机器学习模型的第一部分的一部分。

2.根据权利要求1所述的静态电压下降违规预测系统，还包括：

时钟树合成数据库，存储与所述时钟树合成布局相关联的所述时钟树合成布局数据。

3.根据权利要求2所述的静态电压下降违规预测系统，还包括：

处理区域数据库，存储与表现出静态电压下降违规的多个时钟树合成区域相关联的信息，其中，所述静态电压下降违规预测电路在使用时至少部分地基于表现出静态电压下降违规的所述多个时钟树合成区域相关联的所述信息，预测在所述时钟树合成布局中是否存在一个或多个静态电压下降违规。

4.根据权利要求3所述的静态电压下降违规预测系统，还包括：

静态电压下降数据库，存储将静态电压下降违规与时钟树合成布局或时钟树合成布局区域中的至少一个相关联的信息，

其中，所述机器学习电路通信地耦合到所述静态电压下降数据库，所述机器学习电路在使用时基于存储在所述静态电压下降数据库中的所述信息，生成与表现出静态电压下降违规的多个时钟树合成区域相关联的所述信息。

5.根据权利要求1所述的静态电压下降违规预测系统，其中，所述静态电压下降违规预测电路在使用时：

生成静态电压下降违规映射，所述静态电压下降违规映射指示所述时钟树合成布局中的预测的静态电压下降违规的位置。

6.根据权利要求1所述的静态电压下降违规预测系统，其中，所述静态电压下降违规预测电路利用人工神经网络训练机器学习模型，以预测是否存在一个或多个静态电压下降违规。

7.根据权利要求1所述的静态电压下降违规预测系统，其中，所述静态电压下降违规预测电路在使用时基于所述时钟树合成布局与所述第二阶段系综的比较而生成静态电压下降映射，所述静态电压下降映射指示所述时钟树合成布局中的预测的静态电压下降值。

8.根据权利要求7所述的静态电压下降违规预测系统，其中，所述静态电压下降违规预测电路在使用时将所述预测的静态电压下降值与阈值静态电压下降值进行比较，并且基于所述预测的静态电压下降值与所述阈值静态电压下降值的比较，预测由于所述时钟树合成布局的路由而在所述时钟树合成布局中是否存在一个或多个静态电压下降违规。

9.根据权利要求1所述的静态电压下降违规预测系统，还包括：

时钟树单元调整电路，在使用时响应于所述静态电压下降违规预测电路预测由于所述时钟树合成布局的路由而在所述时钟树合成布局的区域中存在一个或多个静态电压下降违规，增大所述时钟树合成布局的所述区域的时钟单元之间的间隔。