RTL Design Technique Using Libraries for GDI MOS and CMOS Mixed Mode Synthesis

Q: 이 논문에서 정의한 GDI-CMOS PDK란 무엇인가?

GDI 셀의 전기적 특성을 추출하여 생성한 GDI 합성 라이브러리와 기존의 CMOS 라이브러리를 병합하여 구축한 프로세스 디자인 키트다. 이는 GDI의 면적 및 전력 효율성과 CMOS의 신뢰성을 동시에 확보하여 RTL 디자인에 적용할 수 있도록 설계된 통합 라이브러리 체계다.

Q: GDI-CMOS PDK를 적용한 RTL 디자인이 기존 CMOS 방식 대비 갖는 효과는 무엇인가?

연구 결과, 16비트 RISC MCU 합성 시 칩 면적을 약 48% 이상 감소시키는 획기적인 면적 절감 효과를 보였다. 또한 동적 스위칭 전력과 누설 전력 측면에서 우수한 효율성을 입증하여 저전력 및 소형 SoC 설계에 적합함을 확인하였다.

Seungmin Jung

doi:10.5626/JCSE.2024.18.4.196

학술저널

저자정보: Seungmin Jung (Hanshin University)

저널정보: Korean Institute of Information Scientists and Engineers Journal of Computing Science and Engineering Journal of Computing Science and Engineering Vol.18 No.4

오류 신고하기

피인용 0

검색

초록·키워드

We propose a novel register transfer level (RTL) design technique that applies both gate diffusion input (GDI) and CMOS process design kit (PDK). We create the GDI-CMOS PDK by merging the GDI synthesis library, which is made by extracting the characteristics of GDI cells, with the CMOS library. We synthesize a 16-bit RISC MCU sample circuit by applying the new RTL design technique, and compare and analyze a performance index, PPA. The proposed design technique can be applied as a new design flow by reducing the disadvantages of GDI and maximizing the advantages of area and power, thereby overcoming the disadvantages of CMOS circuits

#GDI (gate diffusion input) #PDK (process design kit) #RTL (register transfer level) design #Synopsys DC (design compiler) library #Logic synthesis #PPA (power, performance, area)

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-092298193

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료