SOA-NSGA: optimización PPA de OTAs CMOS con surrogate adaptativo online basado en incertidumbre

Resumen

El dimensionamiento de circuitos integrados analógicos actualmente sigue siendo una tarea laboriosa y altamente iterativa, especialmente cuando se deben satisfacer simultáneamente múltiples objetivos contradictorios. Este trabajo presenta SOA-NSGA (Surrogate Online Adaptive NSGA-III), un marco de optimización multi-objetivo asistido por modelo sustituto que extiende NSGA-III con un ensemble de perceptrones multicapa (MLP) entrenados de forma incremental durante la propia optimización. El objetivo es reducir el número de evaluaciones del modelo físico requeridas para el dimensionamiento de dos amplificadores de transconductancia operacional (OTA) CMOS de cinco y siete transistores, respectivamente. El marco optimiza simultáneamente el área de silicio, la potencia disipada y la ganancia de tensión (PPA) bajo seis restricciones de diseño físico para cada topología, correspondientes a un proceso CMOS de 180 nm. El modelo sustituto se activa aproximadamente a partir de la generación 15 mediante un criterio de incertidumbre basado en la desviación estándar del ensemble. Los resultados muestran una reducción del 81.9% en las evaluaciones físicas en ambas topologías, mejorando simultáneamente el indicador de hipervolumen un 42.5% en el OTA 5T y un 44.9% en el OTA telescópico 7T, respecto al baseline NSGA-III puro. El análisis SHAP post-optimización provee atribución por variable de diseño y por objetivo, confirmando la interpretabilidad física del surrogate aprendido.