一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于Moreau Envelope近似线长模型的大规模解析布局方法


[0001]本专利技术涉及集成电路设计自动化领域，尤其涉及一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法
。

技术介绍

[0002]布局
(placement)
问题是物理设计领域的关键问题
。
布局问题致力于求解芯片器件满足约束的最优位置，以降低设定的各种优化目标
。
全局布局
(global placement)
问题则需要从零开始求解大规模优化问题以确定离最优解尽可能近的大致布局，因此全局布局问题极大地决定布局问题最终解的质量
。
改良全局布局的优化方案也因而成为现今布局器设计的瓶颈问题
。
[0003]解析布局
(analytical placement)
在大规模全局布局的前沿研究中因其优越性被广泛采用
。
解析布局依赖于高效的数值优化
(numerical optimization)
方法，因而需要全局可微的线长模型
(wirelength model)
和密度模型
(density model)。
当前全局布局阶段的主流目标为不全局可微的半周长线长
(half
‑
perimeter wirelength,HPWL)
，而为了解决它的不可微问题，最先进的布局器广泛使用基于幂函数的可微近似模型
。
这类模型因为可以通过超参数权衡近似程度与平滑性而在学界和业界的实际应用中占据了主导地位
。
然而，基于幂指数的半周长线长可微近似模型在数值稳定性
(numerical stability)、
凸性
(convexity)
和近似误差
(approximation error)
上都还不够优秀
。

技术实现思路

[0004]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是当前解析布局所采用的可微线长模型在数值稳定性较差
、
凸性和近似误差上的性能不足等问题
。
本专利技术提供了一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，广泛应用于集成电路设计自动化领域，使用一种数值稳定性
、
凸性和近似误差上都表现优异的全局可微近似模型，可以被套用在各类基于非线性数值优化的解析布局方案中，具有更好的数值稳定性
、
全局凸性，同时在保证平滑的同时具有更好的近似性
。
[0005]为实现上述目的，本专利技术提供了一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，包括以下步骤：
[0006]由布局器读取输入网表并获取布局器中任意线网包含的引脚坐标，取任意大于0的超参数
t
；并对获取到的坐标进行排序；
[0007]对任意大于0的超参数
t
，使用注水法获得附加参数的值，并根据附加参数的值获得邻近算子；
[0008]由附加参数的值通过邻近算子计算半周长线长在水平方向上的
Moreau Envelope
近似模型及该线长模型的梯度，联合任意可微的密度模型梯度来优化解析布局的目标函数，从而得到解析布局的结果
。
[0009]进一步地，获取任意线网
e
包含的有序引脚坐标，并对获取到的坐标进行排序，具体包括，对任意线网
e
包含的引脚的水平坐标
x
＝
[x1，
…
，
x
n
]T
，对坐标
x
进行排序使得
x1≤x2≤
…
≤x
n
。
[0010]进一步地，对任意超参数
t
，使用注水法获得附加参数的值，并根据附加参数的值获得邻近算子的值，具体包括以下步骤：
[0011]对任意超参数
t
，使用注水法求解方程以获得附加参数
τ1和
τ2的值；
[0012]检查是否满足
τ1≤
τ2，若否，将两个附加参数的值都设置为所有线网坐标的平均数；
[0013]获得邻近算子的值
。
[0014]进一步地，对任意超参数
t
，使用注水法求解方程以获得附加参数
τ1和
τ2的值，具体为使用注水法求解以下方程以获得参数
τ1和
τ2的值，
[0015][0016]其中符号
a
+
＝
max{a
，
0}
表示实数
a
的“正部分”，
t
为选取的超参数
。
[0017]进一步地，获得邻近算子的值，具体包括，对网表中任意线网
e
，根据计算获得的附加参数
τ1和
τ2，通过下式计算获得邻近算子的值
(
下式从简表达为
u)
，其中
u
和
x
具有相同的大小，即长度为此线网引脚的个数
n
，并且
[0018][0019]其中
u
i
对应
u
第
i
个元素
。
[0020]进一步地，根据水平坐标计算半周长线长在水平方向上的
Moreau Envelope
近似及其梯度，具体包括，使用作为半周长线长的可微近似，作为可微线长模型对线网水平坐标
x
的梯度，其中，此步骤返回一个可以直接替换其他非线性可微近似模型的梯度，在全局布局的每一次迭代过程中直接调用
。
[0021]进一步地，联合任意可微的密度模型梯度来优化解析布局的目标函数，从而得到解析布局的结果，具体包括：联合任意可微的密度模型
N(v)
及其梯度来优化解析布局的目标函数
。
[0022]进一步地，目标函数设置为其中
v
＝
(x
，
y)
包含水平坐标与竖直坐标
。
[0023]进一步地，以水平坐标
x
为例，具体梯度计算为
[0024][0025]使用基于梯度下降的方法优化
f
，获得
x
*
＝
argmin
x
f
，类似求得竖直坐标
y
*
，则
v
*
＝
(x
*
，
y
*
)
为解析布局的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，其特征在于，包括以下步骤：由布局器读取输入网表并获取布局器中任意线网包含的引脚坐标，取任意大于0的超参数
t
；并对获取到的坐标进行排序；对任意大于0的超参数
t
，使用注水法获得附加参数的值，并根据附加参数的值获得邻近算子；由附加参数的值通过邻近算子计算半周长线长在水平方向上的
Moreau Envelope
近似模型及该线长模型的梯度，联合任意可微的密度模型梯度来优化解析布局的目标函数，从而得到解析布局的结果
。2.
如权利要求1所述的一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，其特征在于，获取任意线网
e
包含的有序引脚坐标，并对获取到的坐标进行排序，具体包括，对任意线网
e
包含的引脚的水平坐标对坐标
x
进行排序使得
x1≤x2≤
…
≤x
n
。3.
如权利要求2所述的一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，其特征在于，对任意超参数
t
，使用注水法获得附加参数的值，并根据附加参数的值获得邻近算子的值，具体包括以下步骤：对任意超参数
t
，使用注水法求解方程以获得附加参数
τ1和
τ2的值；检查是否满足
τ1≤
τ2，若否，将两个附加参数的值都设置为所有线网坐标的平均数；获得邻近算子的值
。4.
如权利要求3所述的一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，其特征在于，对任意超参数
t
，使用注水法求解方程以获得附加参数
τ1和
τ2的值，具体为使用注水法求解以下方程以获得参数
τ1和
τ2的值，其中符号
a
+
＝
max{a
，
0}
表示实数
a
的“正部分”，
t
为选取的超参数
。5.
如权利要求4所述的一种基于
Moreau Envelope
近似线长模型的大规模解析布局方法，其特征在于，获得邻近算子的值，具体包括，对网表中任意线网
e
，根据计算获得的附加参数
τ1和
τ2，通过下式计算获得邻近算子的值
(

【专利技术属性】
技术研发人员：余备，廖培宇，林亦波，
申请(专利权)人：无锡北京大学电子设计自动化研究院，
类型：发明
国别省市：