面對數十億個元件的製程變異與元件不匹配，執行數十億次蒙地卡羅模擬既不切實際也難以負擔。本文節錄 Broadcom 於 CadenceLIVE Silicon Valley 2024 的發表內容，分享其如何導入 Cadence Spectre FMC Analysis 進行時序變異分析：以 AI 強化技術處理非高斯分布案例，將總 CPU 時間從 245 個月縮減至 14 個月，達成最高約 60 倍的效能提升，並在一個月內完成專案。

高標準差良率分析動輒需要十億次以上的蒙地卡羅模擬，成本高昂且難以負擔。本文介紹 Cadence Spectre FMC Analysis 的兩大核心功能：以機器學習樣本重排序技術、只模擬分布尾端最差樣本的「最差樣本預測」，以及在有限模擬預算下快速取得標準差、失效率與信賴區間的「良率估算」，並提供完整的命令列設定範例與分散式模式加速技巧。