Studierender: Fady Hany Fawzy Youkeim
Betreuer: Jan Dennis Reimer
Kurzfassung
Datenverfälschungen stellen eine kritische Bedrohung für die Zuverlässigkeit und Genauigkeit großer Rechenzentren dar und erfordern eine effiziente Simulation von Schaltungen unter verschiedenen Betriebsbedingungen, einschließlich Prozessschwankungen. Herkömmliche Tools wie FastSPICE sind mit den Rechenanforderungen dieser großen Systeme überfordert, was zu unzumutbaren Simulationszeiten führt. ThorSim, ein fortschrittlicher GPU-basierter Wellenformsimulator, geht auf diese Einschränkungen ein und erhöht die Simulationsgeschwindigkeit erheblich. In dieser Bachelorarbeit wird ThorSim durch die Erweiterung seines Transistormodells erweitert, um FinFETs mit unterschiedlichen Anzahl an Finnen und Prozessvariationen genau zu simulieren, wobei neue Parameter wie die Anzahl der Finnen und Scwellenspannungsvariabilität einbezogen werden. In Anbetracht der Beschränkungen des GPU-Speichers werden in dieser Arbeit effektive Datenrekonstruktionstechniken wie quadrilineare Interpolation und neuronale Netze untersucht, um eine hohe Genauigkeit zu gewährleisten, ohne die Simulationseffizienz zu beeinträchtigen.