一种面向并行计算的迭代式数字电路静态学习方法与系统技术方案

本发明专利技术公开一种面向并行计算的迭代式数字电路静态学习方法、系统、设备及介质，其中所述方法包括如下步骤：S110、构建增量学习数据库和推导关系数据库；S120、获取数字电路中需要学习的所有学习任务；S130、根据推导关系数据库，在数字电路中对所有学习任务进行独立推导，并将生成的推导关系存储至增量学习数据库；S140、将增量学习数据库中的所有推导关系存储至推导关系数据库，再清空增量学习数据库；S150、判断是否满足停止学习条件；若否，返回S130；若是，停止学习并输出推导关系数据库。本发明专利技术可以获取更多新的推导关系，对处理学习任务的顺序无要求，节约计算机内存，且支持并行化的加速运行。行化的加速运行。行化的加速运行。

【技术实现步骤摘要】
一种面向并行计算的迭代式数字电路静态学习方法与系统


[0001]本专利技术涉及数据处理
，具体是涉及一种面向并行计算的迭代式数字电路静态学习方法、系统、设备及介质。

技术介绍

[0002]在数字电路设计的生产制造环节中，测试人员需要使用测试集和自动化测试设备来检测实际生产的芯片是否存在缺陷，以尽量避免将有缺陷的芯片销售给消费者。ATPG(Automatic Test Pattern Generation，自动测试向量生成)算法主要是根据故障模型分析电路结构来生成测试集，在实施过程中涉及到许多NPC(Non
‑
deterministic Polynomial Complete)问题，导致其性能往往不理想，或者难以在规定时间内找到高质量的测试集，需要配合启发式算法来辅助裁剪搜索空间和减少回溯次数。静态学习作为ATPG算法所需的众多启发式算法之一，能够识别数字电路中的各个逻辑门之间的推导关系，可以辅助ATPG算法完成必要的赋值操作，以高效地裁剪搜索空间和减少回溯次数。然而，现有静态学习在对所有学习任务进行推导时，最终的学习结果与处理学习任务的顺序有关，整个实现方式对内存要求较高，通过并行化处理后的输出结果不稳定。

技术实现思路

[0003]本专利技术提供一种面向并行计算的迭代式数字电路静态学习方法、系统、设备及介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]第一方面，提供一种面向并行计算的迭代式数字电路静态学习方法，包括：r/>[0005]步骤110、构建增量学习数据库和推导关系数据库；
[0006]步骤120、获取数字电路中需要学习的所有学习任务；
[0007]步骤130、根据所述推导关系数据库，在所述数字电路中对所述所有学习任务进行独立推导，并将生成的推导关系存储至所述增量学习数据库；
[0008]步骤140、将所述增量学习数据库中的所有推导关系存储至所述推导关系数据库，再清空所述增量学习数据库；
[0009]步骤150、判断是否满足停止学习条件；若否，则返回上述步骤130；若是，则停止学习并输出所述推导关系数据库。
[0010]进一步地，所述所有学习任务中的任一学习任务包括单个逻辑门的标记信息和所述单个逻辑门输出的逻辑值。
[0011]进一步地，所述根据所述推导关系数据库，在所述数字电路中对所述所有学习任务进行独立推导，并将生成的推导关系存储至所述增量学习数据库包括：
[0012]对于所述所有学习任务中的任一学习任务，在所述数字电路中定位至所述学习任务记载的单个逻辑门；
[0013]根据所述单个逻辑门输出的逻辑值和所述推导关系数据库，以所述单个逻辑门为
起始点在所述数字电路中进行向前推导和向后推导，得到各个有效逻辑门及其输出的逻辑值；
[0014]根据所述单个逻辑门和所述各个有效逻辑门输出的逻辑值，生成所述各个有效逻辑门与所述单个逻辑门之间的推导关系并存储至所述增量学习数据库。
[0015]进一步地，所述各个有效逻辑门输出的逻辑值是通过向前推导得到的，并且所述各个有效逻辑门最先输入的逻辑值是非控制值。
[0016]进一步地，对于所述数字电路中的任一逻辑门，
[0017]对所述逻辑门进行向后推导表现为：根据所述逻辑门的性质和所述逻辑门输出的逻辑值，推导出所述逻辑门所有输入的逻辑值；或者根据所述逻辑门的性质、所述逻辑门输出的逻辑值和所述逻辑门部分输入的逻辑值，推导出所述逻辑门其他输入的逻辑值；
[0018]对所述逻辑门进行向前推导表现为：根据所述逻辑门的性质和所述逻辑门当前输入的逻辑值，推导出所述逻辑门输出的逻辑值。
[0019]进一步地，所述根据所述单个逻辑门和所述各个有效逻辑门输出的逻辑值，生成所述各个有效逻辑门与所述单个逻辑门之间的推导关系包括：
[0020]对于任一有效逻辑门，根据所述单个逻辑门和所述有效逻辑门输出的逻辑值，生成所述单个逻辑门与所述有效逻辑门之间的初始推导关系；
[0021]利用逆反定律对所述初始推导关系进行转换，得到所述有效逻辑门与所述单个逻辑门之间的推导关系。
[0022]进一步地，所述停止学习条件包括当前迭代未能学习到新的推导关系、达到最大迭代次数、达到最大推导关系数量中的至少一种。
[0023]第二方面，提供一种面向并行计算的迭代式数字电路静态学习系统，包括：
[0024]构建模块，用于构建增量学习数据库和推导关系数据库；
[0025]获取模块，用于获取数字电路中需要学习的所有学习任务；
[0026]推导模块，用于根据所述推导关系数据库，在所述数字电路中对所述所有学习任务进行独立推导，并将生成的推导关系存储至所述增量学习数据库；
[0027]存储模块，用于将所述增量学习数据库中的所有推导关系存储至所述推导关系数据库，再清空所述增量学习数据库；
[0028]判断模块，用于判断是否满足停止学习条件；若否，则再次运行推导模块；若是，则运行输出模块；
[0029]输出模块，用于停止学习并输出所述推导关系数据库。
[0030]第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述的面向并行计算的迭代式数字电路静态学习方法。
[0031]第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的面向并行计算的迭代式数字电路静态学习方法。
[0032]本专利技术至少具有以下有益效果：通过多次迭代方式对每个学习任务进行多次推导，在第N次推导过程中查询应用前面N
‑
1次推导过程中所存储的推导关系，N为正整数，再依托于数字电路可以获取更多新的推导关系，从而有效帮助改善ATPG性能；在对所有学习任务执行一次迭代推导时，当前执行的学习任务所生成的推导关系不会被在后执行的学习
任务所采用，确保当次迭代产生的所有推导关系与处理学习任务的顺序完全无关，且支持并行化的加速运行；同时在每一次推导过程中只存储新学习到的推导关系，可以节约计算机内存资源。
附图说明
[0033]附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。
[0034]图1是本专利技术实施例中的一种面向并行计算的迭代式数字电路静态学习方法的流程示意图；
[0035]图2是本专利技术实施例中的简易数字电路的结构示意图；
[0036]图3是本专利技术实施例中的用于表征单个学习任务的推导过程的示意图；
[0037]图4是现有技术中的用于表征学习任务A的第一种推导过程的示意图；
[0038]图5是现有技术中的用于表征学习任务B的第一种推导过程的示意图；
[0039]图6是现有技术中的用于表征学习任务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向并行计算的迭代式数字电路静态学习方法，其特征在于，包括：步骤110、构建增量学习数据库和推导关系数据库；步骤120、获取数字电路中需要学习的所有学习任务；步骤130、根据所述推导关系数据库，在所述数字电路中对所述所有学习任务进行独立推导，并将生成的推导关系存储至所述增量学习数据库；步骤140、将所述增量学习数据库中的所有推导关系存储至所述推导关系数据库，再清空所述增量学习数据库；步骤150、判断是否满足停止学习条件；若否，则返回上述步骤130；若是，则停止学习并输出所述推导关系数据库。2.根据权利要求1所述的面向并行计算的迭代式数字电路静态学习方法，其特征在于，所述所有学习任务中的任一学习任务包括单个逻辑门的标记信息和所述单个逻辑门输出的逻辑值。3.根据权利要求2所述的面向并行计算的迭代式数字电路静态学习方法，其特征在于，所述根据所述推导关系数据库，在所述数字电路中对所述所有学习任务进行独立推导，并将生成的推导关系存储至所述增量学习数据库包括：对于所述所有学习任务中的任一学习任务，在所述数字电路中定位至所述学习任务记载的单个逻辑门；根据所述单个逻辑门输出的逻辑值和所述推导关系数据库，以所述单个逻辑门为起始点在所述数字电路中进行向前推导和向后推导，得到各个有效逻辑门及其输出的逻辑值；根据所述单个逻辑门和所述各个有效逻辑门输出的逻辑值，生成所述各个有效逻辑门与所述单个逻辑门之间的推导关系并存储至所述增量学习数据库。4.根据权利要求3所述的面向并行计算的迭代式数字电路静态学习方法，其特征在于，所述各个有效逻辑门输出的逻辑值是通过向前推导得到的，并且所述各个有效逻辑门最先输入的逻辑值是非控制值。5.根据权利要求3所述的面向并行计算的迭代式数字电路静态学习方法，其特征在于，对于所述数字电路中的任一逻辑门，对所述逻辑门进行向后推导表现为：根据所述逻辑门的性质和所述逻辑门输出的逻辑值，推导出所述逻辑门所有输入的逻辑值；或者根据所述逻辑门的性质、所述逻辑门输出的...

【专利技术属性】
技术研发人员：赖李洋，梁华潇，林晓泽，郑锫骏，林泽凡，
申请(专利权)人：汕头大学，
类型：发明
国别省市：