Synopsys为TSMC 22nm ULP/ULL工艺提供DesignWare基础IP

发布时间:2018-05-11 阅读量:857 来源: 我爱方案网 作者: Miya编辑

全球第一大芯片自动化设计解决方案提供商及全球第一大芯片接口IP供应商、信息安全和软件质量的全球领导者Synopsys近日宣布与TSMC合作,共同为TSMC 22nm超低功耗(ULP)与22nm超低漏电(ULL)平台开发DesignWare® 基础IP。该基础IP包含用于TSMC 22nm工艺的逻辑库、嵌入式内存以及一次性可编程(one-time programmable,OTP)非挥发性内存(non-volatile memories,NVM),能协助设计人员大幅降低功耗,同时满足各式应用的性能需求。DesignWare Duet Package包括了具备面积优化的高速低功耗嵌入式内存、使用标准核心氧化物(core oxide)或厚IO 氧化物以实现低漏电率的逻辑库、内存测试与修复能力以及功耗优化套件,能为SoC带来最佳的结果质量。


DesignWare HPC设计套件内容包括高速、高密度的内存实例(memory instance)和逻辑单元,能协助SoC设计人员进行CPU、GPU与DSP核心的优化,以达到速度、面积与功耗的最佳平衡。用于TSMC 22nm ULP与22nm ULL工艺的DesignWare OTP NVM IP无须额外的光罩层数或制程步骤,且能以最少的硅足迹(footprint)达到高产出、高安全性及高可靠性。


TSMC设计基础架构营销事业部资深处长Suk Lee表示:“TSMC与Synopsys多年成功的合作经验有助于双方客户实现SoC在性能、功耗及芯片面积的目标。通过为TSMC 22nm ULP与22nm ULL工艺提供DesignWare 基础IP,Synopsys作为业界领导厂商,持续提供通过验证的IP解决方案,协助设计人员减少设计工作量,同时在TSMC最新技术中实现设计目标。”


Synopsys营销副总裁John Koeter也表示:“Synopsys与TSMC密切合作已历经了多个TSMC工艺时代。我们所提供的高质量基础IP能协助设计人员满足SoC在功耗、性能与面积的需求。为TSMC 22nm ULP 与22nm ULL工艺提供DesignWare逻辑库与嵌入式内存IP,能协助设计人员大幅降低目标应用的功耗,并加快产品的上市脚步。


要点:
●基于TSMC 22nm ULP与22nm ULL平台的DesignWare Duet Package,包含实现完整SoC所需的所有基础IP,包括逻辑库、memory compilers与power optimization kits等。
基于TSMC 22nm ULP工艺的DesignWare 高性能(HPC)设计能为CPU、GPU及DSP处理器核心提升其时序性能、功耗及芯片面积等表现。
针对校正(calibration)、加密钥(encryption keys)及安全码储存等应用,基于TSMC 22nm ULP及22nm ULL的DesignWare OTP NVM IP,不需要额外的光罩层数(mask layer)或制程步骤(process step),就能支持1Mb 实例(instance)。

相关资讯
强强联合!英伟达50亿入股英特尔

英伟达投资50亿入股英特尔股票

​温补晶振(TCXO)核心技术解析:8大关键参数决定系统时序精度​

在高速通信、精准导航与精密测量等尖端领域,电子系统的时序架构对时钟信号稳定性的要求已近乎苛刻——其精度如同机械钟表的游丝摆轮,微小偏差便可能引发整个系统的时序紊乱,导致数据传输错误、定位偏移或测量失准。环境温度的波动一直是普通晶振频率稳定性的最大挑战,而温补晶振(Temperature Compensated Crystal Oscillator,简称TCXO)作为高精度时钟基准的核心器件,正是为解决这一核心问题而生。它凭借内置的“感知-计算-补偿”机制,在宽温环境下实现对频率的精准锁定,将温度变化引发的漂移压制在极低水平,成为高端电子系统中不可或缺的“时序锚点”。要真正理解并选型这一精密器件,就必须深入剖析其决定性能优劣的几个重要参数。

汽车BMS技术:动力电池的“智慧守护者”,全维度解密其核心优势与应用场景

本文将深入剖析汽车级BMS的核心技术优势及其广泛的关键应用场景

工业检测为何必须用工业相机?普通相机的四大核心短板解析

工业相机是根据工业检测的特殊需求进行深度优化与强化的专业设备

贸泽开售Renesas Electronics RA8P1微控制器 为先进AI提供高CPU性能

Renesas Electronics RA8P1微控制器可提供超过7,300 CoreMarks的CPU性能,以及在500 MHz时256 GOPS的AI性能