IHP SG13G2 开源PDK:130nm BiCMOS工艺设计套件技术白皮书
技术概览
IHP SG13G2开源工艺设计套件(PDK)基于130nm BiCMOS技术平台,专为模拟/数字混合信号和射频电路设计而开发。该套件采用0.13μm CMOS工艺结合高性能SiGe:C npn-HBT双极器件,提供完整的制造设计流程支持。工艺技术具备350GHz过渡频率(f_T)和450GHz振荡频率(f_max)的卓越射频性能,支持毫米波电路设计应用。
核心特性
工艺技术参数
- CMOS工艺节点:0.13μm栅极长度
- 双极器件性能:SiGe:C HBT器件,f_T=350GHz,f_max=450GHz
- 栅氧化层选项:1.2V薄栅氧(数字逻辑)和3.3V厚栅氧(模拟电路)
- 金属布线层次:5层薄金属(0.35μm厚度),2层厚金属(2-3μm厚度)
- 无源元件:多晶硅电阻器、MIM电容器、RF MIM电容器
设计套件组成
- 标准单元库:包含基础逻辑单元(与门、或门、反相器等)
- IO单元集:支持多种接口标准的输入输出单元
- SRAM编译器:可配置的静态随机存取存储器单元
- 原始器件:MOSFET、HBT、电阻、电容等基本器件
技术架构
仿真模型支持
工艺套件提供完整的器件模型库,支持ngspice和Xyce电路仿真工具。HBT器件模型基于VBIC模型架构,包含自热效应和基极电阻非线性建模。MOSFET模型采用PSP紧凑模型,准确描述亚微米器件的短沟道效应。
物理设计支持
- GDSII格式:所有单元和器件的版图数据
- LEF/TechLEF:布局交换格式和技术文件
- Liberty格式:时序和功耗库文件
- DRC/LVS规则:基于KLayout的设计规则检查和版图与原理图对比规则
应用场景
毫米波通信系统
SG13G2工艺的450GHz f_max特性使其非常适合77GHz汽车雷达、94GHz成像系统和120GHz通信系统设计。实测数据显示在94GHz频段,HBT器件功率增益达到8dB,噪声系数低于5dB。
混合信号SoC
双栅氧工艺支持1.2V数字核心和3.3V模拟接口的单芯片集成。典型应用包括高速数据转换器(ADC/DAC)、锁相环(PLL)和射频前端模块。
典型案例:60GHz收发机
采用SG13G2工艺实现的60GHz收发机芯片,集成低噪声放大器、功率放大器、混频器和频率合成器。测试结果显示在57-64GHz频段内,发射功率达到10dBm,接收机噪声系数为6.5dB。
开发指南
环境配置
获取PDK源代码:
git clone https://gitcode.com/gh_mirrors/ih/IHP-Open-PDK
工具链集成
支持的EDA工具包括:
- 电路仿真:ngspice 39、Xyce 7.6
- 版图设计:KLayout 0.28
- 原理图输入:xschem 3.1、Qucs-S 0.0.21
- 物理验证:Magic 8.3
设计流程
- 电路设计:使用xschem或Qucs-S创建原理图
- 仿真验证:采用ngspice进行电路性能仿真
- 版图实现:基于KLayout完成物理设计
- 验证签核:执行DRC/LVS检查确保制造可行性
贡献方式
技术合作途径
IHP欢迎学术界和工业界的研究人员参与PDK的开发和改进。贡献内容包括但不限于:
- 器件模型精度提升
- 设计规则优化
- 新标准单元开发
- 设计方法学创新
资源获取
技术文档和设计案例可通过PDK包中的doc目录获取。工艺设计手册包含详细的器件参数、设计规则和模型说明。测量数据位于libs.doc/meas目录,提供HBT、MOS和被动器件的实测特性。
技术支持
技术咨询和合作建议可通过邮件联系:openpdk@ihp-microelectronics.com。IHP提供工艺技术背景说明和设计方法学指导,支持研究人员开展基于SG13G2工艺的创新设计。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00