Aplicação de sistemas dinâmicos para estimar os efeitos de variabilidade e de radiação em circuitos integrados

Abstract

Sistemas dinâmicos são caracterizados por sua evolução temporal, especialmente quando seu comportamento exibe não-linearidade. A não-linearidade pode induzir o fenômeno conhecido como "caos", onde pequenas variações nas condições iniciais resultam em comportamentos imprevisíveis ao longo do tempo, um conceito encapsulado no "Efeito Borboleta". Tais fenômenos são prevalentes em diversas disciplinas como Biologia, Física e Química. Em escalas nanométricas, circuitos de Integração de Grande Escala (VLSI) requerem metodologias avançadas de automação de projeto eletrônico (EDA) para enfrentar desafios decorrentes da fabricação, como a variabilidade. Mudanças sutis nas dimensões dos dispositivos podem significativamente alterar suas propriedades. Por exemplo, em circuitos digitais, diferentes arranjos de transistores ou topologias podem aumentar a sensibilidade à variabilidade e aos efeitos da radiação. Simulações, como as de Monte Carlo, são frequentemente empregadas para estimar esses efeitos, embora sua escalabilidade possa limitar sua aplicação prática em circuitos complexos. Esta tese propõe a introdução de novas técnicas analíticas baseadas na teoria dos sistemas dinâmicos para investigar os impactos da variabilidade de processos nas tecnologias MOSFET e CNTFET. Essas técnicas prometem ser até 300 vezes mais rápidas que as simulações de Monte Carlo, mantendo a mesma precisão. Até o momento, não há estudos explorando a aplicação da teoria dos sistemas dinâmicos para avaliar os efeitos da variabilidade de processos e radiação. A tese está estruturada em cinco partes principais. A primeira parte utiliza os expoentes de Lyapunov nas correntes Ion e Ioff para identificar quais parâmetros influenciam a sensibilidade das correntes às variações de fabricação. A segunda parte emprega o conceito de entropia em circuitos digitais para avaliar quais são mais sensíveis à variação na potência dinâmica e no atraso. A terceira parte utiliza novamente a entropia para identificar circuitos mais susceptíveis aos efeitos da radiação, incluindo Single Event Transients (SETs) e Single Event Upsets (SEUs). A quarta parte compara as tecnologias MOSFET e CNTFET, destacando quais transistores e circuitos são mais afetados pela variabilidade de processos. Por fim, a última parte apresenta um modelo caótico determinístico para o Random Telegraph Noise (RTN).

Dynamic systems are characterized by their temporal evolution, especially when their behavior exhibits non-linearity. Non-linearity can induce the phenomenon known as "chaos," where small variations in initial conditions lead to unpredictable behaviors over time, a concept encapsulated in the "Butterfly Effect." Such phenomena are prevalent across disciplines such as Biology, Physics, and Chemistry. At the nanoscale, Very Large Scale Integration (VLSI) circuits require advanced methodologies in electronic design automation (EDA) to address manufacturing challenges like variability. Subtle changes in device dimensions can significantly alter their properties. For instance, in digital circuits, different arrangements of transistors or topologies can increase sensitivity to variability and radiation effects. Simulations, such as Monte Carlo simulations, are often employed to estimate these effects, although their scalability may limit practical application in complex circuits. This thesis proposes the introduction of new analytical techniques based on dynamic systems theory to investigate the impacts of process variability on MOSFET and CNTFET technologies. These techniques promise to be up to 300 times faster than Monte Carlo simulations while maintaining the same level of accuracy. To date, there are no studies exploring the application of dynamic systems theory to assess the effects of process variability and radiation. The thesis is structured into five main parts. The first part uses Lyapunov exponents in Ion and Ioff currents to identify parameters influencing current sensitivity to manufacturing variations. The second part employs entropy concepts in digital circuits to assess sensitivity to dynamic power and delay variations. The third part uses entropy again to identify circuits more susceptible to radiation effects, including Single Event Transients (SETs) and Single Event Upsets (SEUs). The fourth part compares MOSFET and CNTFET technologies, highlighting which transistors and circuits are most affected by process variability. Lastly, the fifth part presents a deterministic chaotic model for Random Telegraph Noise (RTN), identifying the most vulnerable transistors and circuits in MOSFET technology to this phenomenon.