慕尼黑工大用神经网络加速3nm SPICE仿真

慕尼黑工业大学研究人员开发出基于神经网络的 3nm 纳米片晶体管模型，用于 SPICE 仿真和标准单元库表征。与业界标准的 Verilog-A 实现（BSIM-CMG）相比，该 NN 模型在时延和总功耗评估上误差分别低于 0.11% 和 0.76%，同时可准确预测漏电流和多种电荷。在性能方面，标准单元库表征耗时最多减少 8 倍。据 Semiconductor Engineering 2026 年 10 月 26 日报道，该工作展示了神经网络建模在先进工艺节点电路仿真中的应用潜力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。