【技术实现步骤摘要】
一种基于深度强化学习的2.5D总体布线方法和系统
[0001]本专利技术属于集成电路物理设计领域,是一种基于深度强化学习的2.5D总体布线方法和系统。
技术介绍
[0002]上世纪七十年代以来,集成电路(Integrated circuit,IC)遵循着摩尔定律高速发展,单位面积内的晶体管数量随着时间呈指数增长。随着设计规模不断扩大,需要布线的电路规模达到成千上万的宏单元和几百万个标准单元,给布线工作带来了巨大挑战。总体布线是超大规模集成电路(Very Large Scale Integration,VLSI)物理设计中一个承上启下、极为重要的步骤,其基本目标是实现每个线网内所有电等价引脚的互连并解决布线资源竞争的问题,其结果对最终芯片布线成功与否和芯片性能起到了决定性作用。现代集成电路通常是多层结构,即包含多个金属层,因此,面向多层总体布线问题的求解方案对芯片的设计具有重要的意义。多层总体布线问题求解方法可以分为两大类,分别是2.5D总体布线和3D总体布线。2.5D总体布线是目前的主流求解方法,FastRoute、NTHU
‑
Route和NTUgr等知名布线器均采用2.5D布线方法,即先将3D网格图压缩为2D网格图并执行2D总体布线,然后通过层分配技术基于2D总体布线解决方案获得3D总体布线解决方案。大量高性能总体布线器已经证明2.5D总体布线策略能够在运行时间和布线质量之间取得较好的平衡。3D总体布线则是直接在3D网格图上进行布线路径搜索,在一些求解目标上能够获得更好的求解效果,但是计算量非常大 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度强化学习的2.5D总体布线方法,其特征在于,包含以下步骤:步骤1:确定芯片的布线区域、网格大小、设计规则以及给定的线网集合,将3D网格图压缩为2D网格图;步骤2:对线网数据进行预处理,将其拆解为一组有序的两引脚子网,便于后续步骤对问题进行求解;步骤3:基于深度强化学习针对步骤2获得的两引脚对数据点对点布线,获得2D的总体布线方案,若布线方案有溢出,输出拥塞信息;否则执行步骤4;步骤4:层分配,利用直角结构层分配算法基于2D的总体布线方案获得3D的总体布线方案。2.如权利要求1所述的一种基于深度强化学习的2.5D总体布线方法,其特征在于,步骤1具体包括:1.1对于给定的线网集合,将其引脚集合按照所在的总体布线单元映射到2D的总体布线图上对应的顶点;1.2将各个金属层中边的容量累加映射到2D的总体布线图上。3.如权利要求1所述的一种基于深度强化学习的2.5D总体布线方法,其特征在于,步骤2具体包括:首先通过半周长模型计算每一个线网的估计总线长,然后对所有线网按照估计总线长升序排序。然后,针对每一个线网,采用直线Steiner最小树生成算法将其拆解为一组两引脚子网,组内再按照两引脚的曼哈顿距离升序排序。全部线网拆解完成后获得一队有序的两引脚对。4.如权利要求3所述的一种基于深度强化学习的2.5D总体布线方法,其特征在于,线网n
i
的半周长是指包含该线网中所有引脚V
i
的最小矩形的半周长,计算表达式为:其中,分别表示所有引脚的最大和最小横坐标,则分别表示最大和最小纵坐标。5.如权利要求1所述的一种基于深度强化学习的2.5D总体布线方法,其特征在于,步骤3具体包括:步骤3.1:搭建深度强化学习模型,根据2D总体布线问题特点定义智能体的动作空间A、状态空间S和奖励函数R;步骤3.2:神经网络的预训练。采用传统的A*算法对问题进行求解,然后将其布线过程中的经验元组存入经验回放区,对神经网络的权重进行预训练,加速算法收敛;步骤3.3:在预设的训练周期内针对步骤2获得的两引脚对数据点对点布线,生成2D的总体布线方案。若最终获得了无溢出的布线方案,执行步骤4,否则输出拥塞信息,以便将拥塞信息反馈给布局器,让布局器能够设计出更容易布线的布局方案。6.如权利要求5所述的一种基于深度强化学习的2.5D总体布线方法,其特征在于,步骤3.1中,动作编码具体如下:总体布线是在二维的总体布线图中进行,受设计规则约束,布线要么水平要么垂直,因此用一个从0到3的整数表示动作a∈A,分别对应二维空间中从当前状态移动的四个方向;
状态编码具体如下:将状态s∈S编码为一个12维的向量[s0,s1,
…
,s
11
]。s0~s1是环境中当前智能体位置的x、y坐标;s2~s3是...
【专利技术属性】
技术研发人员:陈晨,张莹,戴雨洋,刘懿,程稳,李勇,陈光,曾令仿,
申请(专利权)人:之江实验室,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。