晶片層 開放閱讀

寄生引數提取

Parasitic Extraction

概念 ID
parasitic-extraction
更新時間
2026-05-29
來源數量
待補

寄生引數提取

3 秒看懂

寄生引數提取是利用EDA工具,從晶片物理版圖(連線、器件、層疊)中計算出“寄生電阻(R)”和“寄生電容(C)”等非設計意圖、但客觀存在的電氣效應,並將其轉換為標準電路網表的過程。它是連線晶片物理實現與電氣模擬驗證(尤其是時序、功耗、訊號完整性)的核心橋樑

3 分鐘產業解釋

想像一下,你畫好了電路圖並版面配置佈線,就像在城市規劃圖中畫好了街道和大樓。但當電流和訊號真實流動時,它們並非理想路徑:電線有電阻會發熱壓降(IR Drop),相鄰電線間會像小電容一樣互相干擾(串擾Crosstalk)。這些寄生效應就是晶片的“交通擁堵”和“鄰里噪音”。

寄生引數提取(Parasitic Extraction,簡稱PEX或RC提取)就是測繪出這些“擁堵點”和“噪音源”的精確數字模型。沒有它,後端時序籤核(STA)和電源網路分析(IR Drop, EM)就缺乏真實輸入,晶片製造出來可能速度快不上去、功耗壓不下來,甚至功能出錯。

在產業中,它是設計-製造閉環的關鍵一環。代工廠(Foundry)提供的工藝設計套件(PDK)中包含用於寄生提取的工藝層疊(Layer Stackup)定義和介電常數等關鍵物理資訊。EDA公司(Synopsys, Cadence, Siemens EDA)提供提取工具。晶片設計公司(Fabless)或其設計服務團隊使用工具,將版圖“翻譯”成帶寄生引數的網表,再進行後續的時序、功耗、可靠性分析與最佳化。

技術原理

寄生提取的核心是求解由導體(金屬互連、多晶矽)和周圍絕緣介質(層間介質 ILD)構成的複雜三維結構的電磁特性。其理論根基是麥克斯韋方程組,但在晶片設計中常用準靜態近似簡化求解。

1. 寄生電容(C)模型: 這是最複雜且影響最大的部分。主要電容型別包括:

  • 對地電容(Cg):導線與下方矽襯底或電源/地層之間的電容。
  • 耦合電容(Cc):相鄰平行導線之間的電容。在先進工藝中,Cc常佔總電容的60%以上,是訊號完整性(串擾)的主要來源。
  • 交叉電容(Cx):不同金屬層導線交叉點處的電容。
  • 邊緣電容(Cf):導線側面邊緣與周圍導體或介質產生的電容,在奈米級導線中佔比顯著。

2. 寄生電阻(R)模型: 導線電阻遵循基本物理定律,但在奈米尺度需修正。

R = ρ_eff * L / (W * T)
其中:ρ_eff為有效電阻率,L為長度,W為寬度,T為厚度。

在先進節點,當導線截面尺寸與電子平均自由程(銅約39nm)可比時,晶界散射和表面散射效應顯著增強,導致有效電阻率ρ_eff遠高於體材料電阻率。同時,通孔(Via)陣列的電阻建模也極為關鍵,是IR Drop的主要貢獻者。

3. 三維場求解器核心思想(簡化說明): 以靜電場求解電容為例。將版圖中的導體表面劃分為許多小面片,假設每個面片上電荷分佈為特定基函式。

  • 建立方程:利用格林函式,建立所有面片電荷與導體電勢之間的線性關係矩陣:[φ] = [P] · [q]。其中[P]為電位係數矩陣,由幾何結構和介電常數決定。
  • 求解與提取:對目標網路設定電壓邊界條件,求解該方程組得到各面片電荷量q。任意兩個導體間的電容 C_ij 由電荷變化率求得:C_ij = -∂q_i/∂V_j。
  • 工業實現:實際工具會採用快速多極子法(FMM)、譜方法等加速演算法,並利用隨機行走法(Random Walk)對關鍵網路進行高精度提取,避免直接求解稠密矩陣。

4. 快速寄生提取原理(基於模式匹配): 工業界主流的全晶片提取方案。工具在版圖資料庫中識別出基本幾何結構單元(如“長平行線段”、“直角拐角”、“T型接頭”、“通孔陣列”)。對於每種結構,工具從預先使用場求解器校準的高精度查詢表(LUT)中獲取單位長度的R和C引數。隨後根據實際版圖中該結構的尺寸、間距進行插值計算,最終彙總得到整個網路的寄生引數網表。此方法在保證工程籤核精度的同時,實現了全晶片可接受的執行時間。

關鍵引數

評價寄生提取工具和流程的核心技術指標,需要在精度、速度、容量三者間尋求工程最優解。

  1. 準確度(Accuracy):提取結果與晶片實際矽測量或高精度場求解器基準的吻合程度。這是核心指標。業內一般要求籤核算準工具的3σ誤差與矽資料相關性達到95%以上(行業公開表述,無第三方統一測試基準)。
  2. 速度(Performance):處理數十億電晶體規模設計所需的時間。直接影響設計迭代週期,是工程落地的前提。
  3. 容量(Capacity):單次執行能處理的設計規模上限(單元數、網路數),受限於記憶體和分散式計算架構。
  4. 覆蓋效應(Coverage):能識別和建模的寄生效應型別廣度,包括但不限於:Cg、Cc、電感L(高頻/高速設計)、熱耦合、基板噪聲耦合等。
  5. 與設計流程的整合度(Integration):與P&R、STA等前後端工具的互動效率,支援增量提取(設計修改後僅重新提取區域性區域)和併發分析的能力。
  6. 工藝節點支援普適性:能否完整支援最新代工藝中複雜的鰭式結構(FinFET/GAA)、多層金屬堆疊、Low-k介質、空氣間隙(Air-gap)等物理效應。
  7. C/V變異性建模:在先進工藝中,對工藝、電壓、溫度(PVT)變異導致的寄生引數統計分佈進行建模的能力,面向良率導向設計。

技術路線

寄生提取技術路線可依據應用場景和精度速度權衡,劃分為以下幾類。

維度傳統分析級場求解器工程籤核提取工具(主流)良率導向提取設計內提取
核心方法數值求解麥克斯韋方程(如FEM, BEM, MoM)模式匹配 + 查詢表 + 經驗公式 + 隨機行走工程提取基礎上,結合工藝變異模型與蒙特卡洛模擬簡化寄生模型(如基於佈線擁塞估算),集成於物理綜合
精度極高(黃金基準)高,滿足籤核要求統計學精度,覆蓋變異空間中等,提供早期指導
速度極慢(小時/天,僅適用於區域性結構)快(分鐘/小時,全晶片)較慢,需多次統計迭代極快(秒級),與綜合版面配置同步
適用階段PDK模型校準、標準單元庫表徵、關鍵網路研究後版面配置籤核、STA、物理驗證先進節點良率分析、關鍵路徑統計延遲驗證RTL到門級綜合、早期版面配置規劃、時鐘樹綜合最佳化
輸出S引數, 詳盡電磁場分佈, 高精度RLCK網表標準R、C/L網表(SPEF/DSPF)統計分佈網表或帶方差的指標簡化的R/C估算值,指導最佳化方向
代表工具/方案Ansys RaptorX, Keysight PathWave ADSSynopsys StarRC, Cadence Quantus, Siemens Calibre xRC籤核平台進階選項(如StarRC的統計提取功能)Cadence Genus/Innovus, Synopsys Fusion Compiler內嵌提取引擎
注:具體效能指標因工具版本、工藝節點、設計規模而異,此處為定性對比。

上游

寄生引數提取流程所需的關鍵輸入與依賴,構成其上游生態。

  • 物理版圖資料:來自版面配置佈線工具(P&R)的GDSII或OASIS格式檔案,是提取的直接物件。其複雜度直接決定提取難度。
  • 工藝設計套件(PDK):代工廠(如TSMC, Samsung, Intel Foundry)提供的核心工藝檔案,包含:
    • 互連工藝檔案(ITF):定義每一層金屬的厚度、寬度、間距範圍,層間介質(ILD)的介電常數、厚度,通孔的幾何引數等。這是提取精度的物理基礎。
    • 提取規則檔案(Extraction Rule Deck):定義工具如何識別器件、連線,以及如何應用工藝剖面的規則集。需經代工廠認證。
  • 標準單元與IP庫檢視:包括單元的抽象版圖(Abstract View)或完整版圖(GDS),用於建立完整的待提取版圖資料庫。
  • 規則檔案(LVS Rule Deck):用於版圖與原理圖一致性檢查的規則,常與提取共享部分規則庫,確保器件識別一致性。
  • 計算平台:高效能運算叢集(HPC)。全晶片寄生提取是高度記憶體密集型和計算密集型任務,常需TB級記憶體和多核並行/分散式計算。雲端運算彈性算力正成為新趨勢。

下游

寄生提取生成的網表是下游多個關鍵籤核和分析流程的強制輸入,其質量直接決定晶片成敗。

  • 靜態時序分析(STA):使用標準寄生交換格式(SPEF)檔案反標寄生引數到門級網表,計算各時序路徑的RC延遲。這是時序籤核的基石。
  • 功耗與電源完整性分析
    • IR Drop分析:通過寄生電阻網路計算電源網格上的動態和靜態電壓降,確保邏輯閘獲得足夠供電。
    • 電遷移(EM)分析:結合電流密度和寄生電阻評估導線和通孔的長期可靠性壽命。
  • 訊號完整性(SI)分析:耦合電容的存在導致串擾噪聲和延遲擾動(Delta Delay)。SI分析直接依賴耦合電容(Cc)和互電容的提取精度。在高頻下還需耦合電感(L)。
  • 門級/電晶體級模擬:對於關鍵模擬/混合訊號電路,需要將寄生網表反標回電晶體級電路,使用SPICE/FastSPICE進行更精確的後模擬,驗證功能、噪聲、失真等指標。
  • 物理驗證(LVS/ERC)增強:提取出的網表可與原始原理圖進行更深入的電氣規則檢查(ERC),側重點在於寄生帶來的電氣風險,而非單純的拓撲對比。

下游價值錨點: 提取結果的精度直接決定了上述所有分析的可信度。不準確的寄生模型會導致過度設計(浪費面積和功耗)或欠設計(導致晶片失效、需A0矽片返工)。

受益公司

此概念指因寄生提取技術存在而獲得業務支撐或具備替代潛力的公司型別,而非推薦投資標的。

  • 國際EDA巨頭(核心供給方)
    • Synopsys (SNPS):其StarRC工具是市場領導者,深度融合於Fusion Compiler設計平台,在移動和HPC領域簽約份額領先。
    • Cadence Design Systems (CDNS):Quantus提取方案與Innovus數字實現平台及Virtuoso定製平台深度整合,提供從設計到籤核的統一體驗。
    • Siemens EDA:Calibre xRC依託Calibre物理驗證平台的統治地位,是籤核提取的強有力競爭者,尤其受以物理驗證為籤核基準的團隊青睞。
  • 系統與電磁模擬廠商(特定領域)
    • Ansys (ANSS):其RaptorX/HFSS等工具是電磁場求解器的黃金標準,用於關鍵結構高精度建模,其RedHawk/Totem系列也內嵌了面向可靠性分析的專用提取引擎。
    • Keysight Technologies (KEYS):PathWave ADS平台提供面向射頻/毫米波設計的寄生提取與電磁模擬一體化方案。
  • 代工廠(間接受益方與技術繫結方)
    • 台積電三星英特爾:工藝越先進,寄生效應越複雜。其PDK必須提供經與基準矽資料校準的寄生提取模型和規則,以幫助客戶完成設計籤核。工具與工藝的深度繫結構成生態壁壘。
  • 國產替代突破者(潛在受益方)
    • 在供應鏈安全驅動下,國內多家EDA企業正在全力攻克寄生提取工具,是國產替代的重點攻堅方向。目前已能在某些成熟節點或特定流程實現部分替代,公開資料未見明確的全節點全流程全面替代時間表。

市場規模

  • 直接市場規模(未單獨揭露):寄生提取工具通常作為數字設計或籤核套件的核心模組銷售,EDA廠商不單獨揭露其營收。市場規模需通過整體EDA市場與下游設計活動交叉估算。
    • 全球EDA市場基準:根據ESD Alliance報告,2023年全球EDA與IP市場總額約170億美元(Y2023, 全產品線與IP營收口徑);其中物理設計與驗證(含寄生提取)是最大的單一功能類別,約佔總市場的20%-25%。
    • 寄生提取佔比估算:結合其在數字設計籤核流程中不可或缺的地位,保守估算其直接工具年營收約佔物理設計類別的15%-20%。據此,估算2023年全球寄生提取工具的直接市場規模在5億至8億美元區間(行業分析師常用估算口徑,無精確審計資料支撐)。
  • 增長驅動與方向
    • 先進工藝遷移動力:向3nm及以下GAA工藝的遷移,使寄生效應複雜度呈指數級上升,驅動更高階提取工具的客單價(ASP)和使用量提升。
    • 異構整合與3D-IC驅動:Chiplet和3D堆疊需要晶片-封裝-系統的協同提取與分析,開闢增量市場。
    • 國內替代增量:中國大陸半導體產業自主化程序創造了額外的本地化工具需求與市場規模。
    • 年複合增長率預估:預計2023-2028年,該細分領域的增速將略高於整體EDA市場,約在10%-13% 區間(行業平均增速約8%-12%),受重資產、高技術壁壘驅動。

玩家對比

全球寄生提取工具市場呈高度寡佔格局,以三大巨頭為主,其他廠商在細分領域補全。

廠商核心產品技術路線特點優勢場景份額與競爭態勢
SynopsysStarRC與ICC2/Fusion Compiler深度融合,採用模式匹配加速,強項在於數字實現全流程籤核一致性先進數字設計籤核、高效能HPC/移動晶片時序與SI籤核市場領導者(估算份額>45%),籤核地位穩固,與台積電等代工廠深度耦合
CadenceQuantus集於Virtuoso/Innovus平台,強項在定製模擬/混合訊號以及全數字後端閉環,支援單元級提取定製模擬射頻、全數字籤核、跨域設計緊隨其後(估算份額35%-40%),在模擬/混合訊號領域具備平台協同優勢
Siemens EDACalibre xRC基於Calibre物理驗證平台,規則驅動的籤核流程是其核心護城河物理驗證強制籤核、成熟工藝可靠性分析、多站點統一標準關鍵挑戰者(估算份額15%-20%),尤其在有“以物理驗證為籤核最終標準”傳統的客戶中份額較高
AnsysRaptorX / HFSS純電磁場求解器,以精度為最高優先順序,用於黃金標準建模RF/毫米波設計、3D-IC/封裝協同模擬、PDK模型校準不與上述三家直接全晶片競爭,在高階電磁分析細分市場有強話語權
KeysightPathWave ADS面向高頻電路的全流程模擬,寄生提取與電路模擬器深度融合化合物半導體、高頻通訊IC設計細分市場份額,聚焦RF/微波領域專屬場景
國產化代表多款在研或小規模應用以成熟工藝節點籤核或特定型別寄生(如面向先進節點的電源網)為切口,逐步開發全流程方案中國大陸供應鏈安全需求下的成熟節點和部分先進節點工程目前處於技術攻堅與商業化初期階段,公開資料未見有與三巨頭全對標能力的企業

注:市場份額為基於行業公開研究報告(如Semico Research, Kwikema Research, Seeking Alpha)和EDA廠商年報營收結構的綜合估算,非精確審計數字。

風險

對寄生提取技術及其相關產業鏈進行觀察時,需關注以下潛在風險。

  • 技術路線被顛覆的風險:隨著晶片走向背面供電(BSPD)、CFET(互補場效電晶體)等全新物理架構,現有基於正面層堆疊的寄生建模方法可能需要徹底革新。若行業出現原理性突破,現有工具護城河可能被削弱。
  • 籤核覆雜度爆炸風險:先進工藝的寄生效應變異源增多(如工藝角、溫度梯度、應力場),導致需要提取的寄生場景指數級增長。工具執行時間和資源成本可能上升至難以接受的水平,從而迫使設計方法和工具架構重構。
  • 代工廠PDK鎖定風險:寄生提取高度依賴代工廠ITF和認證規則檔案的準確性。若某代工廠未能提供精確、及時的PDK支援,將直接制約該工藝節點上所有設計公司的產品研發週期和良率。
  • 國產化替代的“最後一公里”風險:國內寄生提取工具面臨的不僅是演算法挑戰,更是與海量現有設計資料和代工廠認證的生態適配。缺乏在量產晶片上的長時間、大批次矽驗證資料積累,是贏得客戶信任的最大障礙。
  • 地緣政治導致的工藝分化風險:全球半導體產業區域分化可能造成PDK、工具標準不統一,導致寄生提取工具可能需分割槽域開發兩套認證體系,增加研發和市場成本。

誤讀糾偏

針對寄生提取常見的認知誤區進行澄清。

  1. 誤讀:“寄生提取只是從版圖抽電阻電容,電感完全不重要。”

    • 糾偏:在傳統低頻和大部分數字設計中,R、C是主導效應。但在高頻高速模擬/射頻、毫米波設計以及先進工藝的全域性時鐘網路中,感性耦合(L)和互電感(K)效應已不可忽略。現代簽核工具已普遍支援RLCK提取。完全忽略電感可能導致高頻電路的諧振頻率偏倚、時鐘歪斜和訊號完整性誤判。
  2. 誤讀:“有了精確的寄生提取,時序和功耗就一定能籤核通過。”

    • 糾偏:寄生提取的準確性是必要非充分條件。後續的時序、功耗分析準確性還嚴重依賴於:
      • 標準單元庫(.lib)的時序和功耗模型精度:若單元自身模型不準,再準的寄生也無意義。
      • STA/功耗分析工具的演算法:包括延遲計算引擎、波形傳播模型、電源網格瞬態響應等。
      • 工藝、電壓、溫度(PVT)變異覆蓋度:晶片實際工作的物理環境是分散式的,僅用一個nominal Corner進行提取和分析,無法反映全貌。 寄生提取只是長長的籤核鏈條中關鍵的一環,而非全部。
  3. 誤讀:“寄生引數提取就是一個獨立的後處理步驟,跑一遍就行。”

    • 糾偏:現代先進設計流程已進化到多層次、迭代式提取。從物理綜合階段的快速估算,到時鐘樹綜合後的增量提取,再到最終版圖的籤核提取,提取貫穿於設計的後半程。並且,在籤核PBA(Path-Based Analysis)模式下,每次ECO修正都可能需重新進行區域性提取,它是一個深度整合、反覆迭代的過程,而非單一孤立的環節。

最新事件

追蹤近年來對寄生提取領域產生結構性影響的關鍵動態。

  • AI/ML技術加速提取應用(2021-2024持續演進):國際三巨頭已在工具中引入機器學習技術。典型應用包括:用ML模型預測關鍵網路的寄生,以指導早期版面配置最佳化;用ML加速場求解器網格劃分;以及自動識別需要高精度提取的關鍵路徑(Critical Net Selection)。Synopsys DSO.ai、Cadence Cerebrus等AI最佳化平台開始將寄生意識納入最佳化目標。
  • 3D-IC/Chiplet協同提取標準化推進:隨著UCIe聯盟和3D-IC生態成熟,針對晶片堆疊場景的跨晶片寄生提取、將封裝/中介層寄生納入聯合模擬的需求日益迫切。Ansys和Synopsys均強化了其多物理場、多Die的協同提取方案(Y2023-Y2024產品迭代趨勢)。
  • 國產寄生提取工具取得節點性驗證突破:公開資訊顯示,部分中國EDA企業已完成從成熟節點向某幾代先進邏輯工藝的寄生提取工具開發,並在特定設計場景與代工廠完成了初步流程驗證。此為國產替代的關鍵一步,但距離大規模量產籤核應用仍存在規模化的考驗。
  • 工藝變異籤核驅動統計提取升級:台積電在N3及N2節點,開始強調器件和互連變異的先進統計籤核方法。這要求寄生提取從傳統的“單Corner點估”向“生成引數化的統計分佈網表”進化,帶動了統計寄生提取工具的發展。
  • 基礎架構變革:從本地叢集到雲端端彈性算力:主流EDA工具加強了在AWS、Azure等主流雲端平台的部署與最佳化。寄生提取這種突發性高算力需求的任務,可在雲端上獲得顯著加速和彈性資源匹配(Y2023年各廠商雲端解決方案頻發)。

注:以上事件資訊主要源於各公司官網戰略新聞、新品釋出稿以及頂級行業會議(如DAC 2023/2024, TSMC OIP 2023/2024)的公開報告。技術交付物細節以各廠商官方文件為準。

追蹤指標

用於持續觀察寄生提取技術演進與產業動態的高頻率量化指標集。

  1. 籤核工具版本迭代:主流工具(StarRC, Quantus, Calibre xRC)每年的大版本更新頻率及其支援的最新建代工廠PDK認證時間點,反映對最前沿工藝的支援速度。
  2. 工藝節點PDK互連模型更新:關注代工廠(台積電、三星等)在公開技術研討會(如OIP, SAFE論壇)上公開的新工藝互連結構剖面圖(Layer Stackup)和材料引數,評估寄生效應複雜度的變化趨勢。
  3. Si精度相關性測試報告:EDA與代工廠間定期進行的寄生提取結果與矽實測資料的相關性對比,是衡量工具準確度的終極標杆。公開資料中很少見具體數字,但新工藝跑出第一顆矽晶片後的內部驗證結論是行業風向標。
  4. 全晶片提取Ruptime/CPU Hour:在主要EDA廠商的使用者調查報告或論文中,全晶片籤核提取的執行時間(全核小時數),反映工具在大規模設計上的可擴充套件性。
  5. 標準組織SPEF格式更新:IEEE SPEF標準(IEEE 1481)的更新活動,反映行業對錶達新電氣效應(如統計寄生、高階3D資訊)的統一需求。
  6. EDA公司數字IC營收及份額:Synopsys、Cadence數字IC設計與籤核業務的季度/年度營收(按業務板塊拆分),其增速(YoY)可間接反映包含寄生提取在內的整體物理設計籤核解決方案的市場擴張速度。
  7. 國產EDA融資與產品釋出事件:投融資事件頻次和具體產品(如獨立寄生提取工具或物理驗證套件)在ICCAD等本土會議的釋出,是觀察國內替代賽道活躍度和進度的直接指標。

信源

本頁面資訊綜合以下公開信源,為確保高可信度,建議交叉驗證。

  1. 行業組織與市場資料
    • ESD Alliance: Quarterly Electronic Design Market Data (提供EDA市場規模和增長率).
    • TechInsights (原VLSIresearch): 器件工藝節點剖片分析,可用於反推工藝結構.
  2. 主要供應商官方渠道
    • Synopsys, Inc.: 年度報告(10-K)、使用者大會(SNUG)論文集、白皮書與技術部落格(關於StarRC, Fusion Compiler).
    • Cadence Design Systems, Inc.: 年度報告(10-K), CadenceLIVE使用者大會論文、技術白皮書(關於Quantus, Innovus).
    • Siemens Digital Industries Software (Mentor Graphics): Calibre產品手冊、技術文件與使用者論壇(關於Calibre xRC).
    • Ansys, Inc.: 產品資料與行業解決方案(關於RaptorX, Totem).
  3. 頂級學術會議與標準組織
    • IEEE/ACM Design Automation Conference (DAC): 物理設計、寄生提取與籤核算法論文.
    • IEEE/ACM International Conference on Computer-Aided Design (ICCAD): 互連建模與設計自動化方法論文.
    • IEEE International Electron Devices Meeting (IEDM): 前沿工藝互連結構、材料(如Low-k, air-gap)最新研究.
    • IEEE Standard 1481-2019: Standard for Parasitic Extraction Files (SPEF).
  4. 產業研究與重要出版物
    • Digital Integrated Circuits: A Design Perspective (Rabaey, Chandrakasan, Nikolic): 互連建模經典教科書.
    • SemiEngineering: 半導體設計到製造深度分析文章.
    • Comprised of articles by senior technologists in EDA industry.

本頁面的所有產業財務、市場份額、產能等量化數字均源自上述公開信源估算與行業認知,帶有特定時間截面和統計口徑的侷限性。所有技術描述均為行業通用實踐總結,不構成對任何特定公司工具、股票或市場份額的推薦或承諾。

source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助;不構成投資建議,不預測漲跌,不提供買賣、部位或目標價建議。
完整概念頁 複盤 13 節結構 公司投研頁 沿產業鏈找到受益公司 投資課 把概念轉成可跟蹤模型