luceda ipkiss教程 69:导出器件或者线路的三维模型

2024-05-11 00:44

本文主要是介绍luceda ipkiss教程 69:导出器件或者线路的三维模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ipkiss 3.12版加入write_obj函数,可以直接输出器件的三维模型。

如,输出自定义的mmi的三维模型:
在这里插入图片描述
代码如下:

from si_fab import all as pdk
from ipkiss3 import all as i3class MMI1x2(i3.PCell):"""MMI with 1 input and 2 outputs."""_name_prefix = "MMI1x2"trace_template = i3.TraceTemplateProperty(doc="Trace template of the access waveguide")width = i3.PositiveNumberProperty(default=4.0, doc="Width of the MMI section.")length = i3.PositiveNumberProperty(default=20.0, doc="Length of the MMI secion.")taper_width = i3.PositiveNumberProperty(default=1.0, doc="Width of the taper.")taper_length = i3.PositiveNumberProperty(default=5.0, doc="Length of the taper")waveguide_spacing = i3.PositiveNumberProperty(default=2.0, doc="Spacing between the waveguides.")def _default_trace_template(self):return pdk.SiWireWaveguideTemplate()class Layout(i3.LayoutView):def _generate_elements(self, elems):length = self.lengthwidth = self.widthtaper_length = self.taper_lengthtaper_width = self.taper_widthhalf_waveguide_spacing = 0.5 * self.waveguide_spacingcore_layer = self.trace_template.core_layercladding_layer = self.trace_template.cladding_layercore_width = self.trace_template.core_width# Si coreelems += i3.Rectangle(layer=core_layer,center=(0.5 * length, 0.0),box_size=(length, width),)elems += i3.Wedge(layer=core_layer,begin_coord=(-taper_length, 0.0),end_coord=(0.0, 0.0),begin_width=core_width,end_width=taper_width,)elems += i3.Wedge(layer=core_layer,begin_coord=(length, half_waveguide_spacing),end_coord=(length + taper_length, half_waveguide_spacing),begin_width=taper_width,end_width=core_width,)elems += i3.Wedge(layer=core_layer,begin_coord=(length, -half_waveguide_spacing),end_coord=(length + taper_length, -half_waveguide_spacing),begin_width=taper_width,end_width=core_width,)# Claddingelems += i3.Rectangle(layer=cladding_layer,center=(0.5 * length, 0.0),box_size=(length + 2 * taper_length, width + 2.0),)return elemsdef _generate_ports(self, ports):length = self.lengthtaper_length = self.taper_lengthtrace_template = self.trace_templatehalf_waveguide_spacing = 0.5 * self.waveguide_spacingports += i3.OpticalPort(name="in1",position=(-taper_length, 0.0),angle=180.0,trace_template=trace_template,)ports += i3.OpticalPort(name="out1",position=(length + taper_length, -half_waveguide_spacing),angle=0.0,trace_template=trace_template,)ports += i3.OpticalPort(name="out2",position=(length + taper_length, half_waveguide_spacing),angle=0.0,trace_template=trace_template,)return portsclass Netlist(i3.NetlistFromLayout):passif __name__ == '__main__':mmi_layout = MMI1x2().Layout()mmi_layout.visualize(annotate=True)mmi_geometry = i3.device_sim.SimulationGeometry(layout=mmi_layout,process_flow=i3.TECH.VFABRICATION.PROCESS_FLOW,)mmi_geometry.write_obj(filename="mmi.obj")

输出三维模型部分的代码:

mmi_geometry = i3.device_sim.SimulationGeometry(layout=mmi_layout,process_flow=i3.TECH.VFABRICATION.PROCESS_FLOW,)mmi_geometry.write_obj(filename="mmi.obj")

生成的obj文件可以用Mayo打开。

这篇关于luceda ipkiss教程 69:导出器件或者线路的三维模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/978029

相关文章

随想录 Day 69 并查集 107. 寻找存在的路径

随想录 Day 69 并查集 107. 寻找存在的路径 理论基础 int n = 1005; // n根据题目中节点数量而定,一般比节点数量大一点就好vector<int> father = vector<int> (n, 0); // C++里的一种数组结构// 并查集初始化void init() {for (int i = 0; i < n; ++i) {father[i] = i;}

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

Steam邮件推送内容有哪些?配置教程详解!

Steam邮件推送功能是否安全?如何个性化邮件推送内容? Steam作为全球最大的数字游戏分发平台之一,不仅提供了海量的游戏资源,还通过邮件推送为用户提供最新的游戏信息、促销活动和个性化推荐。AokSend将详细介绍Steam邮件推送的主要内容。 Steam邮件推送:促销优惠 每当平台举办大型促销活动,如夏季促销、冬季促销、黑色星期五等,用户都会收到邮件通知。这些邮件详细列出了打折游戏、

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

X-AnyLabeling使用教程

1.AI 模型自动分割标注使用教程 2.AI 模型自动目标检测标注使用教程

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著