当前位置:首页 > 嵌入式 > 嵌入式教程

3 FPGA结构中基本单元漏电流分析

3.1 晶体管的漏电流原理

晶体管的漏电流主要包括源漏之间的亚阈值漏电流(Isub)和栅漏电流(Igate),但随着导电沟道的缩短,也带来了其他的漏电流。图5所示为在短沟道下所有的漏电流。

I1为pn结的反偏漏电流。

I2为源漏之间的亚阈值漏电流。它是在栅压低于阈值电压Vth时,在亚阈值区域有弱的反型而形成的电流。

I3为穿过栅氧化层形成的栅电流。它是由于栅氧化层厚度越来越薄,电子穿过栅氧化层产生的电流。

I4、I5分别为由于热载流子效应形成的从漏端到栅的电流和从漏端到衬底的电流。

I6为源漏之间的穿通电流,它是由于在短沟道器件下源-衬底之间的耗尽层与漏-衬底之间的耗尽层越来越靠近,当这两个耗尽层结合,发生穿通效应而产生的电流。

3.2 FPGA中基本单元漏电流分析

在FPGA中被用来做静态漏电流模型的基本单元有:反向器、多路选择器、SRAM单元、LUT单元、布线开关。反向器被设计为具有相同的上升、下降时序, 以及尽可能小的延迟和面积开销。所有的多路选择器是用面积最小的晶体管来实现,SRAM单元也是用面积最小的晶体管来实现,布线开关的晶体管在面积和延迟 方面做了平衡。所有基本单元中的NMOS和PMOS都被用来考虑亚阈值漏电流,但是仅仅NMOS被用来考虑栅漏电流,因为PMOS的栅漏电流要远远小于 NMOS.当NMOS的栅端为高电平时,即有电流从栅端流向沟道,如图6所示。

(a)反向器:反向器的亚阈值漏电流在输入分别为“0”和“1”两个状态时都进行了建模,如图7所示。当反向器的栅为“0”时,只有亚阈值漏电流通过反向 器的NMOS管,PMOS管的栅漏电流被忽略。当反向器的栅为“1”时为栅漏电流通过NMOS,亚阈值漏电流通过PMOS管。

(b)多路选择器:在FPGA中,多路选择器是通过NMOS传输管结构来实现的。多路选择器中的漏电流非常依靠输入的状态。图8描述了一个4选1多路选择器的结构,当选择信号为(0,0)和输入向量为(0010)时就存在亚阈值漏电流和栅漏电流,仅仅一个Q3传输管有亚阈值漏电流,其他三个传输管Q2、 Q4、Q6有栅漏电流。当保持选择信号不变,输入向量变化到(0110)时,就会有三个传输管Q1、Q3、Q5有亚阈值漏电流,两个传输管Q1、Q6有栅 漏电流。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

现在的智能家居越来越受欢迎,市面上出现了各式各样的无线收发模块,功能也各不相同,当然了,大家不能盲目的去采购,这样可能会带来一些不必要的损失。

关键字: 无线收发模块 功耗 网络协议

Bluespec支持加速器功能的RISC-V处理器将Achronix的FPGA转化为可编程SoC

关键字: RISC-V处理器 FPGA SoC

为无处不在的端侧设备插上AI的翅膀,AMD发布第二代Versal™ 自适应 SoC

关键字: AMD FPGA 自适应SoC AI 边缘计算

Pmod接口可以说是数字电路板的连接革命。随着科技的飞速发展,数字电路板间的通信与连接技术也在不断创新和进步。Pmod接口,作为一种新兴的数字接口标准,正逐渐成为数字电路板间通信的桥梁,为电子设备的连接和通信带来了革命性...

关键字: pmod接口 FPGA 数字电路板

近日举办的GTC大会把人工智能/机器学习(AI/ML)领域中的算力比拼又带到了一个新的高度,这不只是说明了通用图形处理器(GPGPU)时代的来临,而是包括GPU、FPGA和NPU等一众数据处理加速器时代的来临,就像GPU...

关键字: FPGA AI 图形处理器

当我们提到成本优化型FPGA,往往与简化逻辑资源、有限I/O和较低制造工艺联系在一起。诚然,在成本受限的系统设计中,对于价格、功耗和尺寸的要求更为敏感;但随着一系列创新应用的发展、随着边缘AI的深化,成本优化型FPGA也...

关键字: AMD FPGA Spartan 边缘计算

全球领先的高性能现场可编程门阵列(FPGA)和嵌入式FPGA(eFPGA)半导体知识产权(IP)提供商Achronix Semiconductor公司宣布,该公司参加了由私募股权和风险投资公司Baird Capital举...

关键字: FPGA 智能汽车 eFPGA

全新 FPGA 能为嵌入式视觉、医疗、工业互联、机器人与视频应用提供高数量 I/O、功率效率以及卓越的安全功能

关键字: FPGA 嵌入式视觉 机器人

Altera致力于为客户提供端到端的FPGA、易于使用的AI、软件和弹性供应链。

关键字: FPGA AI

在半导体领域,大部分对于AI的关注都集中在GPU或专用AI加速器芯片(如NPU和TPU)上。但事实证明,有相当多的组件可以直接影响甚至运行AI工作负载。FPGA就是其中之一。

关键字: FPGA AI 半导体
关闭
关闭