在先进半导体制程工艺中，工艺变化和器件不匹配对良品率的影响不容忽视。蒙特卡洛（MC）仿真通过随机抽样方法分析工艺变化与电路性能的关系，但其计算资源需求巨大，尤其在高sigma分析中，可能需要数十亿次仿真才能达到可信度要求。

据Broadcom团队在CadenceLIVE Silicon Valley 2024的演讲内容显示，为解决这一问题，Broadcom采用了Cadence Spectre FMC Analysis工具。该工具基于Spectre Simulation Platform，结合人工智能技术，可大幅减少仿真次数，同时保持统计准确度，显著缩短运行时间。

Broadcom在一项涉及Non-Gaussian分布的案例研究中对比了传统MC与Spectre FMC的性能。结果表明，传统MC方法完成任务需约245个月的CPU时间，而Spectre FMC将时间缩短至14个月，每个作业的平均耗时从12小时减少至0.2小时，License需求也从1000个降至300个。这使得Broadcom在一个月内完成了项目，整体效率提升了18至60倍。

Spectre FMC不仅满足了Broadcom对变化模型验证的高精度要求，还具备良好的可扩展性和与现有IC设计流程的无缝整合能力。其命令行界面友好，支持分布式处理，为高效探索设计空间提供了可靠解决方案。