一、问题：大规模电路直流计算效率瓶颈 随着芯片工艺不断进步，电路集成度和互连复杂度持续增加，直流工作点计算面临更强的非线性耦合和更严格的收敛要求。传统牛顿-拉夫森（NR）迭代方法及其延拓策略大规模网表计算中常出现迭代停滞、解跳变等问题，难以提供稳定初始值，严重影响仿真效率和工程进度。 二、原因：传统方法难以兼顾速度与稳定性 目前常用的Gmin步进法计算速度快，但在复杂非线性与强反馈电路中收敛可靠性不足。伪瞬态方法虽然稳定性更好，但对参数设置敏感且计算量较大。在深亚微米电路和超大规模网表条件下，单一方法难以同时满足快速扫描和稳健收敛的需求。 三、影响：收敛问题增加研发成本 直流解是多种电路分析基础。当直流工作点求解困难时，会导致后续验证中断，引发反复调参、资源占用增加、周期延长等问题。在工业级网表中，模块复用、多电源域等复杂情况使得某些电路可能拖慢整个项目进度。提高直流求解的成功率和可预测性对提升设计效率至关重要。 四、对策：动态混合延拓方案 研发团队提出PETA-Gmin动态混合延拓方法：通过引入线性可变电导Gc(t)和伪电容CR(λ)，使求解过程沿着更平滑的路径逐步接近真实解。该方法将伪瞬态的鲁棒性融入Gmin延拓框架，在保证解唯一性的同时降低非线性导致的跳变风险。 算法还设计了交替步进与回退机制：当Gmin步进多次失败时自动切换至PETA路径，若仍受阻则进行受控回退。这种自适应切换方式既保持了Gmin的效率优势，又为复杂电路提供了可靠的求解方案。 五、前景：工业验证效果显著 实验在Linux工作站上完成，采用真实工业网表测试。结果显示，在14个Gmin直接求解失败的电路中，新方法全部成功收敛；NR迭代次数平均减少3870次，最高减少12601次；CPU时间平均节省2.48倍，最快可达5.59倍。该方法对难收敛场景具有显著效果，有望降低大规模直流求解成本。 业内人士指出，随着芯片规模持续扩大，直流求解的稳定性将更加重要。未来可在参数自整定各上继续优化，并探索扩展到交流与瞬态分析，构建统一的混合延拓求解引擎。
电路仿真是芯片研发的重要基础。面对大规模、强非线性的工程网表，只有同时解决收敛可靠性和计算效率问题，才能真正推动产业发展。动态混合延拓方法的成功表明，在算力提升之外，算法创新仍是提高设计验证能力的关键途径。