半导体制程技术持续精进，随之而来的制程偏移(ProcessVariation)及小尺寸效应，恐导致设计结果的不确定性，因此如何建立完善的统计模型(StatisticalModel)，同时在ICDesign的阶段能够正确地应用统计模型，并且可以进行快速准确的良率分析，有效避免电路性能与良率(Yield)遭受影响，可谓当前重大课题。

回顾2012年6月落幕的DesignAutomationConference(DAC)2012大会，个中最大亮点，无疑正是ProPlus领先EDA业界推出的「整合良率导向设计(DesignforYield;DFY)」解决方案-NanoYield;时值晶圆制造或芯片设计业者，皆为制程偏移及后续良率问题不堪其扰之际，此一革命性方案的问世，自然意义重大。

说起ProPlus，半导体业界其实不陌生，只因该公司是极少数聚焦组件模型(DeviceModeling)开发的EDA供货商，其纵横市场长达18年的BSIMProPlus，一直享有颇高占有率。然近年来半导体制程节点不断演进，电路设计的复杂度与规模愈来愈大，芯片设计者对电路仿真与验证的要求愈趋严苛，ProPlus为协助客户因应此一巨大挑战，于是植基于IBM授权之HighSigmaPro(HS-Pro)专利技术，催生NanoYield平台。

性能与精度向来难以兼得

ProPlus董事长刘志宏指出，执行电路统计分析最大挑战，乃在于速度与精度的彼此矛盾性，意欲追求高准确度，即意谓变异性分析(VariationAnalysis)必须彻底到位，少不得需要极高的模拟验证次数，当然得配合庞大采样，势必拖累芯片设计效率。

如果讲究性能，唯有降低电路分析规模，仅针对部分重点进行采样与验证;凭借化繁为简的做法，在以往次微米晶圆时代或许行得通，惟如今已然进入深次奈米世代，如此挂万漏一，绝对无法有效应付制程偏移的变因。

「性能与精度之间有无平衡点?理论上是有的，即是蒙地卡罗(MonteCarlo)分析法，」刘志宏说，只可惜此项算法亦有局限性，因应3σ较高误差率，MonteCarlo勉强可完成所需采样，但作业时程甚为冗长，若是诸如SRAM等具备大规模重复结构的电路，往往亟需搭配更精细的6σ验证，动辄数百万、数千万甚至上亿次的模拟，则明显逾越MonteCarlo的能力范围。

在此情况下，迫使电路设计者放弃采用MonteCarlo，有的选择将宽限范围极大化，力求囊括所有制程偏移变因，但却可能因「OverDesign」导致芯片成本飙高，亦使作业效能为之延宕;有的则依循上述简化分析之做法，只凭经验执行片段式的模拟验证。过犹不及，不免都失之偏颇。

HS-Pro技术加持巧妙填补过往缺憾

「拜HS-Pro技术所赐，使得过去可能得耗时一年执行的高良率分析，如今仅需短短数小时甚至几十分钟即可望完成!」刘志宏推崇技术合作伙伴IBM，早已透过其多年的芯片设计与制造过程，历经不计其数的Correlation采样与验证，从而汇聚庞大且值得信赖的数据，支撑HS-Pro技术理论之可行性，确定可在相同精度的前提下，大幅缩减MonteCarlo采样次数，致使从前滞碍难行的High-Sigma分析，终于获得实现。

至于诸如3σ等Low-Sigma分析需求，NanoYield平台则提供MonteCarloPro(MC-Pro)技术加以因应;相较于传统MonteCarlo，MC-Pro可发挥十余倍、甚至上百倍的速度提升效果，从而强化统计模拟效率，对于常规型电路的良率预测与设计优化，可望产生显著贡献。

刘志宏指出，随着制程演进、Time-to-Market压力骤增，无论对于晶圆厂的设计服务部门、芯片设计业者，都企盼能在时效、良率的天平两端之间，争取更大的运作空间;所以这群用户不再追求「标榜100%良率」的统计模拟工具，而期望藉由工具迅速知悉「割舍多少良率、可提升多少性能」、或「牺牲多少速度、可提高多少良率」等结果，以作为关键决策的参考依据，此即为NanoYield平台擅长之处。

另值得一提的，综观NanoYield平台结构，内嵌ProPlus最新打造的NanoSpice仿真引擎，使得用户在执行DFY统计分析的同时，不需额外斥资授权SPICE工具，即可一并满足SPICE仿真验证之功能需求，让NanoYield坐实了「整合式」解决方案的利基，蕴含一般DFY软件罕见的高性价比特质。

此外，用户亦可受惠于ProPlus所提供的另一项技术PVT-Pro，在狭小电路空间内精准执行制程/电压/温度的边界模型分析，快速找出失效点，以利及早修正问题;如此一来，电路设计者一向苦恼的难题，包括数据分析、发掘问题、解决问题等各阶段处理程序之旷日费时，皆可望迎刃而解。