时钟树综合方法技术

本发明专利技术提供一种时钟树综合方法

【技术实现步骤摘要】
时钟树综合方法、电子设备及存储介质


[0001]本专利技术涉及电路设计
，具体而言，涉及一种时钟树综合方法
、
电子设备及存储介质
。

技术介绍

[0002]在数字集成电路设计中，时钟信号协调和同步数字系统中每一个标准单元的动作，是数据传输的基准
。
由于目前集成电路规模逐渐增大，集成电路功能和延迟对时序信息的要求也逐渐增高，对于高频大规模电路来说，满足时序要求变得越来越具有挑战性，这一工作主要通过时钟树综合来完成
。
[0003]目前的集成电路设计规模逐渐复杂，更加偏向于复杂的层次式设计电路，模块之间的差异大，针对复杂的设计电路，需要人工拆解内部的时钟结构，运行计算时间过长
。
[0004]相关技术中，在时钟树综合的过程中存在效率低下的问题
。

技术实现思路

[0005]本专利技术的目的在于，针对上述现有技术中的不足，提供一种时钟树综合方法
、
电子设备及存储介质，以便解决相关技术中所存在的上述问题
。
[0006]为实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种时钟树综合方法，所述方法包括：获取待处理时钟树的数据，所述待处理时钟树的数据用于表征所述待处理时钟树的结构；采用目标网络模型，对所述待处理时钟树的数据进行处理，得到针对所述待处理时钟树的第一调整动作；根据所述第一调整动作对所述待处理时钟树的结构进行调整，得到第一时钟树；若所述第一时钟树满足预设终止条件，则将所述第一时钟树作为最终的时钟树
。
[0007]可选的，所述方法还包括：若所述第一时钟树不满足所述预设终止条件，则获取所述第一时钟树的数据；采用所述目标网络模型，对所述第一时钟树的数据进行处理，得到针对所述第一时钟树的第二调整动作，根据所述第二调整动作对所述第一时钟树的结构进行调整，直至得到的第二时钟树满足所述预设终止条件，将所述第二时钟树作为最终的时钟树
。
[0008]可选的，所述目标网络模型包括：图网络模型以及策略网络模型，所述采用目标网络模型，对所述待处理时钟树的数据进行处理，得到针对所述待处理时钟树的第一调整动作，包括：采用所述图网络模型对所述待处理时钟树的数据进行特征提取，得到时钟树特征向量；采用所述策略网络模型根据所述时钟树特征向量以及预设全局元数据进行处理，得到针对多个预设调整动作的概率分布，所述预设全局元数据用于表征所述待处理时钟树
的全局状态；根据所述多个预设调整动作的概率分布，从所述多个预设调整动作确定所述待处理时钟树的第一调整动作
。
[0009]可选的，所述多个预设调整动作包括下述中的至少两项：时钟树遍历方向
、
用于选择下一节点的前进动作
、
用于对当前节点下的子节点聚类并添加新节点的聚类动作
、
用于当前节点与对应的父节点之间插入缓冲器的添加动作
、
用于删除当前节点并将当前节点按遍历方向置为下一节点的删除节点
、
用于将当前节点更换为强驱动器件的放大动作
、
用于将当前节点更换为弱驱动器件的缩小动作
、
用于增加当前节点和父节点间线长的迂回动作
、
用于绕过当前节点的父节点并连接祖节点的绕过动作
。
[0010]可选的，所述目标网络模型采用以下方法训练得到：根据样本时钟树的数据对初始图网络模型进行训练，得到所述图网络模型；采用所述图网络模型，分别对所述样本时钟树的数据进行处理，得到样本时钟树特征向量；根据所述样本时钟树特征向量以及所述样本时钟树的样本全局元数据，对初始策略网络模型和初始价值网络模型进行训练，直至满足强化训练终止条件，得到所述策略网络模型
。
[0011]可选的，所述根据所述样本时钟树特征向量以及所述样本时钟树的样本全局元数据，对初始策略网络模型和初始价值网络模型的模型参数进行训练，直至满足训练终止条件，得到所述策略网络模型，包括：采用所述初始策略网络模型，对所述样本时钟树特征向量以及预设的样本全局元数据进行处理，输出一样本调整动作；采用所述初始价值网络模型，对所述样本时钟树特征向量以及预设的样本全局元数据进行处理，输出一价值信息；根据所述一样本调整动作对所述样本时钟树的结构进行调整，得到调整后的样本时钟树，并根据所述一价值信息更新所述初始策略网络模型的模型参数；采用更新后的所述初始策略网络模型，对所述调整后的样本时钟树进行处理，输出下一样本调整动作，直至得到的目标样本时钟树满足所述预设终止条件；根据所述目标样本时钟树的数据对应的指标数据，对更新后的所述初始策略网络模型和所述初始价值网络模型的模型参数进行更新，直至满足所述强化训练终止条件，得到所述策略网络模型
。
[0012]可选的，所述根据样本时钟树的数据对初始图网络模型进行训练，得到所述图网络模型，包括：采用初始图网络模型，根据所述样本时钟树的数据以及对应的样本奖励值进行处理，得到所述样本时钟树的预测奖励值；根据所述预测奖励值和所述样本奖励值，对所述初始图网络模型的模型参数更新，直至满足迁移训练终止条件，得到所述图网络模型
。
[0013]可选的，在所述若所述第一时钟树满足预设终止条件，则将所述第一时钟树作为最终的时钟树之前，所述方法还包括：判断所述第一时钟树的状态是否为预设状态，或者，从所述待处理时钟树至所述
第一时钟树的调整次数是否大于或者等于预设调整次数；若所述第一时钟树的状态为所述预设状态，或者，所述调整次数大于或者等于所述预设调整次数，则确定所述第一时钟树满足所述预设终止条件；若所述第一时钟树的状态不为所述预设状态，或者，所述调整次数小于所述预设调整次数，则确定所述第一时钟树不满足所述预设终止条件
。
[0014]第二方面，本专利技术实施例还提供了一种时钟树综合装置，所述装置包括：第一获取模块，用于获取待处理时钟树的数据，所述待处理时钟树的数据用于表征所述待处理时钟树的结构；第一处理模块，用于采用目标网络模型，对所述待处理时钟树的数据进行处理，得到针对所述待处理时钟树的第一调整动作；调整模块，用于根据所述第一调整动作对所述待处理时钟树的结构进行调整，得到第一时钟树；若所述第一时钟树满足预设终止条件，则将所述第一时钟树作为最终的时钟树
。
[0015]可选的，所述装置还包括：第二获取模块，用于若所述第一时钟树不满足所述预设终止条件，则获取所述第一时钟树的数据；第二处理模块，用于采用所述目标网络模型，对所述第一时钟树的数据进行处理，得到针对所述第一时钟树的第二调整动作，根据所述第二调整动作对所述第一时钟树的结构进行调整，直至得到的第二时钟树满足所述预设终止条件，将所述第二时钟树作为最终的时钟树
。
[0016]可选的，所述目标网络模型包括：图网络模型以及策略网络模型，所述第一处理模块，具体用于采用所述图网络模型对所述待处理时钟树的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时钟树综合方法，其特征在于，所述方法包括：获取待处理时钟树的数据，所述待处理时钟树的数据用于表征所述待处理时钟树的结构；采用目标网络模型，对所述待处理时钟树的数据进行处理，得到针对所述待处理时钟树的第一调整动作；根据所述第一调整动作对所述待处理时钟树的结构进行调整，得到第一时钟树；若所述第一时钟树满足预设终止条件，则将所述第一时钟树作为最终的时钟树
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述第一时钟树不满足所述预设终止条件，则获取所述第一时钟树的数据；采用所述目标网络模型，对所述第一时钟树的数据进行处理，得到针对所述第一时钟树的第二调整动作，根据所述第二调整动作对所述第一时钟树的结构进行调整，直至得到的第二时钟树满足所述预设终止条件，将所述第二时钟树作为最终的时钟树
。3.
根据权利要求1所述的方法，其特征在于，所述目标网络模型包括：图网络模型以及策略网络模型，所述采用目标网络模型，对所述待处理时钟树的数据进行处理，得到针对所述待处理时钟树的第一调整动作，包括：采用所述图网络模型对所述待处理时钟树的数据进行特征提取，得到时钟树特征向量；采用所述策略网络模型根据所述时钟树特征向量以及预设全局元数据进行处理，得到针对多个预设调整动作的概率分布，所述预设全局元数据用于表征所述待处理时钟树的全局状态；根据所述多个预设调整动作的概率分布，从所述多个预设调整动作确定所述待处理时钟树的第一调整动作
。4.
根据权利要求3所述的方法，其特征在于，所述多个预设调整动作包括下述中的至少两项：时钟树遍历方向
、
用于选择下一节点的前进动作
、
用于对当前节点下的子节点聚类并添加新节点的聚类动作
、
用于当前节点与对应的父节点之间插入缓冲器的添加动作
、
用于删除当前节点并将当前节点按遍历方向置为下一节点的删除节点
、
用于将当前节点更换为强驱动器件的放大动作
、
用于将当前节点更换为弱驱动器件的缩小动作
、
用于增加当前节点和父节点间线长的迂回动作
、
用于绕过当前节点的父节点并连接祖节点的绕过动作
。5.
根据权利要求3所述的方法，其特征在于，所述目标网络模型采用以下方法训练得到：根据样本时钟树的数据对初始图网络模型进行训练，得到所述图网络模型；采用所述图网络模型，分别对所述样本时钟树的数据进行处理，得到样本时钟树特征向量；根据所述样本时钟树特征向量以及所述样本时钟树的样本全局...

【专利技术属性】
技术研发人员：郭毅勃，林明豪，刘丽红，王磊，
申请(专利权)人：深圳鸿芯微纳技术有限公司，
类型：发明
国别省市：