OPTIMIZER : AN OPTIMIZED SIZING PROGRAM FOR CMOS COMBINATIONAL CIRCUITS

Q: 이 논문에서 정의한 Optsizer란 무엇인가?

Optsizer는 CMOS 조합 회로를 위한 자동화된 최적 트랜지스터 사이징 프로그램이다. 게이트 레벨 넷리스트를 입력받아 SPICE 형식의 트랜지스터 넷리스트를 출력하며, 면적, 지연 시간, 또는 면적-지연 시간 곱을 최적화 목표로 설정하여 전체 회로를 동시에 최적화한다.

Q: CMOS 회로에서 트랜지스터 사이징 시 발생하는 '리프팅' 현상은 무엇인가?

연구 결과, 최적화된 드라이버 체인에서 첫 번째 단의 트랜지스터 크기가 가장 작지 않고 오히려 커지는 '리프팅' 현상이 관찰된다. 이는 첫 단의 폭 증가는 지연 시간 감소에만 기여하지만, 다음 단의 폭 증가는 첫 단의 부하 용량을 증가시켜 전체 지연 시간 개선에 미치는 영향이 상대적으로 적기 때문이다.

Young Jo Jang; Chul Dong Lee; Myung Hwan Kim

학술대회자료

저자정보: Young Jo Jang Chul Dong Lee Myung Hwan Kim

저널정보: 대한전자공학회 JTC-CSCC : Joint Technical Conference on Circuits Systems, Computers and Communications JTC-CSCC : Joint Technical Conference on Circuits Systems, Computers and Communications

오류 신고하기

피인용 0

검색

초록·키워드

OptSizer is an automatic and optimal sizing program for CMOS combinational circuits. The input description is gate level netlists and the output is transistor netlists same as SPICE format. The three objectives - the area, delay, and product of the area and delay with weight - are formulated. The area and a fanout capacitance are estimated using a template layout for basic logic gates. A semi-empirical delay model in consideration of a slope of input waveforms gives an accurate delay value. The entire circuit is optimized at the same time. The Rosenbrock's optimization method with some modifications is used. Experimental results are showed and discussed.

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-013167503

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