Advanced modeling and calibration of a simplified MOSFET for digital Fast-SPICE simulation

In the domain of Fast-SPICE simulation, performance is dictated by a critical trade-off between the accuracy of complex physical device models and the efficiency of approximations. In digital CMOS simulations, the primary objective is not to capture every physical effect, but rather to model the large-signal switching characteristics of MOSFETs with sufficient fidelity for timing analysis. This focus enables the use of tailored acceleration techniques, most notably tabulation-based methods and simplified, physics-based models. Tabulation-based models, which pre-compute and interpolate data from a high-fidelity model, generally offer excellent performance. However, in certain complex circuits where the sharing of precomputed data is limited, they can suffer from significant memory overhead, which, combined with their inherent lack of flexibility, can limit their applicability. Simplified physics-based models, on the other hand, are lightweight and scalable but can struggle to reproduce the intricate switching behavior observed in aggressive technology nodes such as advanced FinFET and SOI processes. This thesis addresses this trade-off through the formulation and validation of a novel, lightweight MOSFET model that is dynamically calibrated during simulation. Based on a modular redesign of a foundational simplified model proprietary to Siemens EDA, this model is developed along two complementary paths: the static calibration is re-engineered using global optimization algorithms, the dynamic model is instead rebuilt using a data-driven, spline-based four-terminal capacitance representation. The final model is validated on industry-standard digital benchmarks across a wide range of industrial technologies, and the results demonstrate that it achieves timing accuracy comparable to established tabulation-based methods, while significantly reducing memory usage. This model, ready for industrial deployment, establishes a foundation for future work, including the development of multi-level accuracy frameworks and the enablement of new simulation paradigms.

Nelle simulazioni Fast-SPICE, le performance sono criticamente influenzate dal trade-off tra l'accuratezza dei modelli fisici dei dispositivi e l'efficienza delle semplificazioni ad essi applicate. Nelle simulazioni digitali CMOS, l'obiettivo principale consiste nel modellare le caratteristiche di commutazione a grande segnale dei MOSFET con una fedeltà sufficiente per l'analisi temporale. L'enfasi su tali aspetti consente l'adozione di specifiche tecniche di accelerazione, in particolare metodi tabulari e modelli physics-based semplificati. I modelli tabulari calcolano preventivamente dati da un modello ad alta accuratezza e li interpolano durante la simulazione, offrendo generalmente performance eccellenti. Tuttavia, in circuiti complessi in cui la condivisione di tali dati è limitata, questi modelli possono incorrere in problemi di memory overhead che, combinati alla loro intrinseca mancanza di flessibilità, ne limitano l'applicabilità. I modelli physics-based semplificati sono invece caratterizzati da bassa complessità ed elevata scalabilità, ma possono non riuscire a rappresentare accuratamente la commutazione nei nodi tecnologici più avanzati, come processi FinFET o SOI a scala ridotta. Questa tesi affronta tale trade-off attraverso la formulazione e la validazione di un nuovo modello MOSFET a bassa complessità, calibrato dinamicamente durante la simulazione. Attraverso una riprogettazione modulare di un preesistente modello semplificato proprietario di Siemens EDA, il modello è stato sviluppato lungo due percorsi principali: la calibrazione statica è stata re-ingegnerizzata utilizzando algoritmi di ottimizzazione globale, il modello dinamico è stato invece ricostruito usando una rappresentazione capacitiva a quattro terminali basata su spline. Il modello finale è stato validato su benchmark digitali standard del settore, coprendo un'ampia gamma di tecnologie industriali. I risultati dimostrano come esso raggiunga un'accuratezza temporale comparabile a quella dei consolidati metodi tabulari, riducendo al contempo significativamente l'utilizzo di memoria. Questo modello, pronto per l'implementazione industriale, costituisce una solida base per sviluppi futuri, tra cui l'implementazione di framework ad accuratezza multi-livello e l'abilitazione di nuovi paradigmi di simulazione.