Apppublic

LANCELOT7049/analog-ic-studio

sourceHugging Faceupdated 3mo agoView on Hugging Face

0likes

App README

Analog IC Studio — 類比 IC 自動調參平台

輸入規格目標，演算法閉環模擬並自動回推每顆電晶體的 W/L，輸出可填回 KiCad 的元件參數。

以 Python + Ngspice + SciPy 打造的類比積體電路自動化設計平台：四大拓撲 × 快速 / sky130 真實 PDK 雙模式，內建 RFIC 看盤、Pelgrom 失配良率、真實製程角落與帕雷托多目標。前端為 Apple 風格單頁看板（中文 UI、英文圖表標籤），含即時優化進度條。

🔗 線上 Demo（永久）： https://huggingface.co/spaces/LANCELOT7049/analog-ic-studio

支援電路（四拓撲 × 兩模型 = 八電路，全部 per-instance W/L）

拓撲	快速模型 (Level-1)	sky130 精準模型 (BSIM4)	優化標的
兩級 CMOS OPA	✅ 10 維 W/L	✅ 11 維 W/L	逼近增益 + PM ≥ 45°
帶隙基準 Bandgap	✅ 真實 5T OTA + GP BJT	✅ 真實 sky130 PNP	最小化溫漂 TC
環形振盪器 / VCO	✅ Level-1（含寄生）	✅ 電流飢餓 VCO（14 維）	逼近振盪頻率
LC 壓控振盪器	✅ 理想 L + 二極體變容	✅ sky130 MOS-cap 變容	逼近振盪頻率

每顆 MOS 都有獨立的 W 與 L（最多 14 維），前端 KiCad 表逐顆顯示寬度 / 長度 / 佈局 finger 拆分。

核心功能

最佳化

—多變量混合優化器：每顆電晶體獨立 W/L，SciPy Differential Evolution 全域 + Nelder-Mead 局部，多線程平行評估
—物理護欄：強制 Wp = 2~3 × Wn（電子 / 電洞遷移率比），杜絕 NMOS > PMOS 的非物理解
—Self-healing 安全護欄：ngspice 不收斂自動攔截、讀 log、避開死區；sky130 瞬態 flaky 自動重試
—即時進度條：優化過程輪詢評估點數，前端顯示百分比 / 耗時

RFIC 與類比指標

—相位雜訊（Leeson 解析估算）：由模擬 f₀ + 功耗推 L(Δf) 曲線與 FoM（環形 vs LC 對比）
—FTR 調諧曲線 / Kvco：掃描 Vctrl 提取調諧範圍與增益
—OPA 進階指標：Slew Rate、輸出擺幅、ICMR、PSRR
—Bandgap：真實 5T CMOS OTA + startup（非理想行為級運放）

良率與穩健性

—Pelgrom 失配良率（mc_yield.py）：σ ∝ 1/√(W·L)，大元件更匹配（非「不分大小灌 ±10%」）
—真實製程角落：sky130 電路切 tt / ff / ss BSIM4 角落（非參數縮放假角落）
—PVT 27 角落掃描：Process × Voltage × Temperature 疊加曲線
—帕雷托多套餐（pareto.py）：高效能 / 極致穩定 / 低功耗三組設計
—2D 交叉掃描 + 3D 曲面：20×20 多線程，Plotly 互動曲面
—佈局 finger 拆分：單指 ≤ 10µm，KiCad 表顯示 NF × 每指寬度

其他

—KiCad 連動：輸出可一對一填回的元件參數 + 下載最佳化 .sp 網表
—DNN 萬點良率（選用）：PyTorch MLP 替代模型，需預訓練；雲端未裝 torch 時優雅退回 ngspice

檔案結構

eda_control.py          執行層：CIRCUITS 註冊表 + 多模式模擬 + 安全護欄 + 分析函式
optimizer.py            多變量混合優化器 (DE + Nelder-Mead) + Wp/Wn 護欄 + 進度
agent_main.py           優化分派 + rich 中文面板 (CLI)
mc_yield.py             Pelgrom 失配良率 + 真實 corner 分析
pareto.py               多目標帕雷托套餐
analyzer.py             敏感度分析 + 2D 交叉掃描 (多線程)
web_app.py              Flask 後端 (REST API + matplotlib 圖表 + 進度端點)
templates/index.html    單頁前端看板 (Apple 風格 + Plotly 3D + 進度條)
*.sp.template           八種電路 SPICE 網表範本
pdk/sky130_minimal.lib.spice   sky130 精簡模型庫選擇器 (tt/ff/ss)
Dockerfile              Hugging Face Spaces 部署 (apt ngspice + Flask)

本機執行

bash

pip install -r requirements.txt          # flask numpy scipy matplotlib rich pandas scikit-learn
python web_app.py                        # 開 http://127.0.0.1:5000

ngspice：Linux 用 apt install ngspice；Windows 解壓 ngspice 到 tools/Spice64/bin/ngspice_con.exe，或加入 PATH。 sky130 PDK 已納入版控（pdk/sky130_fd_pr/，12MB minimal 子集），雲端 / 本機皆可跑 sky130 精準模式。

終端機（rich 面板）

bash

python agent_main.py opa 60          # OPA 目標 60 dB
python agent_main.py bandgap         # Bandgap 最小化 TC
python agent_main.py ringosc 2.4     # 環形振盪器 2.4 GHz

雲端部署（Hugging Face Spaces）

以 Docker SDK 部署：Dockerfile 基於 python:3.11-slim，apt 裝 ngspice，帶 minimal PDK，跑 Flask（port 7860）。推送即自動 build。

bash

git push hf main                     # 觸發 HF 重新 build + 部署

誠實標註的簡化邊界

本平台定位為教學 / 設計探索工具，以下簡化已在程式與 UI 明確標註，不誇大模擬能力：

—相位雜訊為 Leeson 解析估算（ngspice 無振盪器 pnoise 引擎），非直接模擬
—LC-VCO 電感理想化（sky130 spiral inductor 模型不在 minimal lib；交叉耦合對與變容已是真 sky130）
—bandgap_sky130 的鏡像 / OTA 用 Level-1（minimal lib 無 3.3V sky130 元件；溫漂準確度由真實 sky130 PNP 主導）
—負載 CL / 供電 VDD 維持固定（屬設計規格，非優化變數）

技術備註

—圖表軸標籤一律英文（避免 matplotlib 缺中文字體的豆腐塊）
—sky130 用 .option scale=1u（W/L 微米）；.option scale 不可置於網表第一行（會被當標題）
—多線程模擬用獨立網表檔避免 run.sp 競爭
—PM 相位 unwrap 正規化到 (−180, 180]，從源頭消除相位 wrap 假值

sky130 PDK 來源：google/skywater-pdk-libs-sky130_fd_pr（Apache-2.0）