随着物联网、人工智能和5G等新兴技术的兴起，集成电路正不断向小型化、高频和高功率方向发展。在工艺尺寸持续缩小的过程中，器件的物理效应变得更加复杂，这意味着在建模过程中需要考虑更多的物理因素，例如量子效应、热效应和边缘效应等。
半导体器件是集成电路的最小单元，器件模型是对半导体器件精确的编程语言描述，是实现电路仿真必不可少的输入信息。全面而精确的器件模型是决定电路仿真和验证结果准确性和可靠性的关键因素。半导体器件建模的核心在于使得模型输出结果符合实际器件特性。
随着工艺尺寸的不断缩小、新材料和新结构的不断出现，急需快速建立对应的器件模型。人工智能的发展使基于人工神经网络（ANN）的建模方法逐渐受到关注。然而，对于建模工程师来说，重新学习一门编程语言是一个不小的挑战。如何快速而精确地建立器件模型是一个问题，如何使基于AI的建模方式快速被模型工程师接受和使用也是一个亟待解决的问题。
为了解决这一问题，无锡北京大学电子设计自动化研究院研发推出了基于AI的智能建模工具—iMoB（Intelligent Model Builder）。通过人工神经网络（ANN）训练测试数据，快速生成Verilog-A器件模型。ANN，人工神经网络，是一种模仿生物神经网络行为的数学模型，由大量互相连接的人工神经元组成。与传统的物理建模相比，基于AI进行建模具有更高灵活性、准确性，能够轻松处理复杂的非线性关系和多维数据，确保模型精确可靠的同时大幅降低建模时间。
此外，iMoB
提供了便捷用户交互界面及封装后的神经网络训练模块，用户通过调整选项卡即可设置神经网络，这使工程师能够在无需掌握新编程语言的情况下，快速建立和优化器件模型。iMoB也提供神经网络脚本模板，用户可使用默认模板，或者通过修改模板设置神经网络。iMoB同样支持用户自定义训练文件脚本。
传统的物理建模技术，在建模初期需要收集测试数据/TCAD仿真校准，接着建立核心物理模型（core
model）、电流电荷解析式、工艺角（
Corner） 模型、蒙特卡洛（ Monte Carlo） 统计模型、不匹配（ Mismatch）
模型、可靠性模型等，编写Verilog-A模型文件，并进行模型参数提取，才能够获得器件模型。iMoB采用先进的人工神经网络建模技术，在建模过程中仅需导入测试数据，设置神经网络，通过神经网络训练获取对应的权重与偏置，即可生成Verilog-A器件模型。
对于建模工程师来说，如果他们还没有紧凑模型，或者现有模型不够精确，iMoB可以基于测试数据快速生成高精度的器件模型，为他们提供强有力的支持。
iMoB基于先进的人工神经网络模型，建模流程如下：
采用选项卡设置神经网络，iMoB集成了自定义网络结构的功能，用户在使用时通过选项卡，根据自己的需求设计创建网络结构（例如：激活函数、网络层的输入、输出），可以更灵活地适用于应用场景。同时用户也可采用程序提供的默认网络结构进行快捷训练。
采用选项卡设置神经网络训练，用户可通过选项卡设置机器学习训练的参数（例如：训练次数、学习率、损失函数等等），可以根据需求进行自定义设置。此外，iMoB将训练过程可视化，实时监测训练过程中训练集和测试集的精度，并且可以通过点击pause暂停训练，观察预测曲线的趋势，更直观地理解和分析模型的性能变化，决定是否继续训练，增强训练效率。
加载脚本模板，iMoB为用户提供了人工神经网络算法训练脚本模板，用户可使用默认模板进行训练，也可基于默认模板进行自定义设置。
加载自定义脚本文件，用户可配置本地编辑器编辑脚本导入iMoB进行训练。
开始训练后，将在输出指令窗口展示训练进程，训练完成后，将生成预测数据，用户可在画图界面中对比预测数据和测试数据，也可选择生成Verilog-A器件模型。
对比预测数据和测试数据：
配置Generate Va功能，用户训练完成后，可生成Verilog-A器件模型，用于在SPICE中仿真。
在SPICE中仿真DC和反相器特性（基于SPICE结果的重新绘图）：
DC:
滚轮/鼠标操作可缩放，悬停展示数据，器件信息展示，预测数据与测试数据误差展示，数据可进行叠加、删除、新增、重置，支持坐标轴变换展示，支持绘图数量自定义等。
快捷工具栏，设置有快捷加载数据、加载脚本、配置编辑器、设置画图、设置神经网络、设置训练、运行训练、运行训练脚本、生成Verilog-A。
支持同时加载多个项目，激活指定项目，项目保存，重新加载项目可一键导入训练数据/神经网络信息/model信息/画图设置等等。
主操作界面默认展示历史项目加载记录，点击项目信息，即可重新加载历史项目。
开源版iMoB提供了微电子器件快速建模功能，提供先进节点FinFET样例数据、人工神经网络算法训练样例代码及简明的交互界面。程序主交互界面允许用户加载特定器件数据，使用ANN算法完成器件建模，并给出模型与原始数据的对比。
iMoBv1.0不仅包含了iMoB中的所有功能，另外，在画图设置模块增加了可调控的画图数量，滚轮缩放、悬停数据展示、数据展示叠加、删除、新增、重置、轴变换、等功能。在神经网络模块，开发了更为丰富的神经网络定制选项，配置调节选项卡设置神经网络，支持自定义训练脚本、提供训练脚本模板。在项目管理模块新增了保存项目信息、多项目同时加载、激活指定项目、点击即可展示项目文件的功能。在展示模块，新增了命令窗口，实时输出运行状态与提示；新增快捷工具栏，用户可一键式操作；在主界面展示历史项目，点击可快速恢复历史项目。在设置模块，用户可自定义脚本编辑器。
随着半导体技术的不断发展，新工艺节点和新型器件的涌现使得器件建模工具不断朝着高效、准确的方向发展。面向所有集成电路制造公司、集成电路设计公司、电子设计自动化公司和科研机构及实验室,我们展开的服务有：
提供iMoB的安装包，一键完成python安装、环境配置及iMoB安装，建模过程中如有遇到问题，我方将提供技术支持。
针对用户测试数据格式定制读取脚本、根据用户测试数据训练器件模型、生成verilog-A器件模型，并提供器件模型测试服务。
最后，欢迎您与我们联系，进一步了解或试用iMoB，如果您有器件模型开发的需求，欢迎联系我们，我们会提供为您定制的器件模型开发及一站式器件参数提取服务。
digital_eda@pkueda.org.cn
