System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于生成版图的方法、设备和介质技术_技高网

用于生成版图的方法、设备和介质技术

技术编号:39995981 阅读:8 留言:0更新日期:2024-01-09 02:46
根据本公开的示例实施例提供了用于生成版图的方法、设备和介质。在该方法中,获取被摆放成参考布局的多个参考版图元素的相应参考元素表示。进一步地,基于多个参考版图元素的相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示,每个待摆放版图元素的目标元素表示指示该待摆放版图元素在目标布局中的位置、该待摆放版图元素的类型、以及该待摆放版图元素在与该待摆放版图元素相关联的版图元素序列中的排列状态。此外,基于一个或多个待摆放版图元素的相应目标元素表示,生成目标版图。以此方式,可以更高效地生成版图,并且有助于提高版图的多样性。

【技术实现步骤摘要】

本公开的实施例主要涉及计算机辅助设计领域,并且更具体地,涉及用于生成版图的方法、设备和介质。本公开的实施例还涉及用于生成训练数据的方法、设备和介质、以及用于训练机器学习模型的方法、设备和介质。


技术介绍

1、在集成电路(integrated circuit,ic)制造中,在完成电路设计以后,还需要进行芯片版图设计。将门级网表(netlist)设计为版图,并通过版图生产版图掩膜,然后进行逐层版图的光刻,以制造芯片。

2、由于版图数据往往属于核心资产,并且通常无法轻易获得,因此版图资源比较缺乏。与此同时,又需要使用版图数据来进行针对集成电路辅助设计的开发与研究。因此,如何更高效地生成版图成为亟待解决的问题。


技术实现思路

1、在本公开的第一方面中,提供了一种用于生成版图的方法。该方法包括:获取被摆放成参考布局的多个参考版图元素的相应参考元素表示,每个参考版图元素的参考元素表示指示该参考版图元素在参考布局中的位置、该参考版图元素的类型、以及该参考版图元素在与多个参考版图元素相对应的参考版图元素序列中的排列状态;基于多个参考版图元素的相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示,每个待摆放版图元素的目标元素表示指示该待摆放版图元素在目标布局中的位置、该待摆放版图元素的类型、以及该待摆放版图元素在与该待摆放版图元素相关联的版图元素序列中的排列状态;以及基于一个或多个待摆放版图元素的相应目标元素表示,生成目标版图。

2、在本公开的第二方面中,提供了一种用于生成训练数据的方法。该方法包括:基于训练版图中的第一训练版图元素,从训练版图中选择多个训练版图元素,多个训练版图元素包括第一训练版图元素;以及基于多个训练版图元素在训练版图中的布局,确定多个训练版图元素的相应训练元素表示,以获得用于训练第一机器学习模型的训练数据,每个训练版图元素的训练元素表示指示该训练版图元素在布局中的位置、该训练版图元素的类型、以及该训练版图元素在与多个训练版图元素相对应的训练版图元素序列中的排列状态,其中第一训练版图元素位于训练版图元素序列的第一位。

3、在本公开的第三方面中,提供了一种用于训练机器学习模型的方法。该方法包括:获取被摆放成训练布局的多个训练版图元素的相应训练元素表示,每个训练版图元素的训练元素表示指示该训练版图元素在训练布局中的位置、该训练版图元素的类型、以及该训练版图元素在与多个训练版图元素相对应的训练版图元素序列中的排列状态;基于多个训练版图元素的相应训练元素表示,利用第一机器学习模型来生成多个待摆放版图元素的相应预测元素表示,每个待摆放版图元素的预测元素表示指示该待摆放版图元素在预测布局中的位置、该待摆放版图元素的类型、以及该待摆放版图元素在与该待摆放版图元素相关联的版图元素序列中的排列状态;以及基于多个待摆放版图元素的相应预测元素表示,更新第一机器学习模型的参数值。

4、在本公开的第四方面中,提供了一种电子设备。该电子设备包括处理器、以及与处理器耦合的存储器。该存储器具有存储于其中的指令,指令在被处理器执行时使电子设备执行根据本公开的第一方面的用于生成版图的方法、或者根据本公开的第二方面的用于生成训练数据的方法、或者根据本公开的第三方面的用于训练机器学习模型的方法。

5、在本公开的第五方面中,提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序。计算机程序在被处理器执行时实现根据本公开的第一方面的用于生成版图的方法、或者根据本公开的第二方面的用于生成训练数据的方法、或者根据本公开的第三方面的用于训练机器学习模型的方法。

6、根据本公开的各实施例的方案,通过借助于版图元素表示来描述版图元素的属性,进而利用机器学习模型来处理,从而生成版图。通过这种方式,一方面,可以将版图元素的布局抽象为点列,这有利于有效地刻画版图元素之间的布局特征,并且便于应用机器学习模型。以此方式,可以快速地学习已有版图的特征,进而生成新的版图。另一方面,借助于版图元素表示可以表征版图元素序列中各个版图元素的位置、类型和排列状态,从而不仅可以更好地表示每个版图元素自身的特征,并且可以充分考虑版图元素及其周围版图元素之间的关系。以此方式,可以更高效地生成版图,并且有助于提高版图的多样性。

7、应当理解,本
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的描述而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种用于生成版图的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的用于生成版图的方法,其特征在于,基于所述一个或多个待摆放版图元素的所述相应目标元素表示,生成目标版图包括:

3.根据权利要求2所述的用于生成版图的方法,其特征在于,基于该目标元素表示所指示的待摆放版图元素的类型,获取目标版图元素作为所述待摆放版图元素包括:

4.根据权利要求2所述的用于生成版图的方法,其特征在于,基于该目标元素表示所指示的待摆放版图元素的类型,获取目标版图元素作为所述待摆放版图元素包括:

5.根据权利要求4所述的用于生成版图的方法,其特征在于,基于所述待摆放版图元素在所述目标布局中的位置,利用第二机器学习模型来获取与所述类型相匹配的版图元素作为所述目标版图元素包括:

6. 根据权利要求2所述的用于生成版图的方法,其特征在于,所述摆放操作还包括:

7. 根据权利要求1所述的用于生成版图的方法,其特征在于,基于所述多个参考版图元素的所述相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示包括:

8.根据权利要求7所述的用于生成版图的方法,其特征在于,基于所述第二特征表示来确定所述一个或多个待摆放版图元素中的第一版图元素的目标元素表示包括:

9.根据权利要求7所述的用于生成版图的方法,其特征在于,基于所述多个参考版图元素的所述相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示还包括:

10. 根据权利要求9所述的用于生成版图的方法,其特征在于,响应于所确定的所述目标元素表示指示的所述排列状态为结束排列,所述生成操作的迭代执行被终止。

11.根据权利要求1所述的用于生成版图的方法,其特征在于,所述参考版图元素在所述参考布局中的位置包括:所述参考版图元素与所述参考版图元素序列中的一个参考版图元素之间的相对位置;并且

12. 一种用于生成训练数据的方法,其特征在于,所述方法包括:

13.根据权利要求12所述的用于生成训练数据的方法,其特征在于,所述多个训练版图元素中除所述第一训练版图元素之外的每个训练版图元素与所述第一训练版图元素的距离小于预定距离阈值。

14. 根据权利要求12所述的用于生成训练数据的方法,其特征在于,基于所述多个训练版图元素在所述训练版图中的布局,确定所述多个训练版图元素的相应训练元素表示包括:

15.根据权利要求14所述的用于生成训练数据的方法,其特征在于,所述多个训练版图元素中的每个训练版图元素的训练元素表示包括:

16.根据权利要求15所述的用于生成训练数据的方法,其特征在于,确定所述多个训练版图元素的所述相应训练元素表示包括:

17. 根据权利要求16所述的用于生成训练数据的方法,其特征在于,所述训练版图元素集合通过以下方式而被生成:

18.根据权利要求17所述的用于生成训练数据的方法,其特征在于,所述方法还包括:

19.一种用于训练机器学习模型的方法,其特征在于,所述方法包括:

20. 根据权利要求19所述的用于训练机器学习模型的方法,其特征在于,基于所述多个训练版图元素的所述相应训练元素表示,利用第一机器学习模型来生成多个待摆放版图元素的相应预测元素表示包括:

21.根据权利要求20所述的用于训练机器学习模型的方法,其特征在于,基于所述第二特征表示来确定所述多个待摆放版图元素中的第一版图元素的预测元素表示包括:

22.根据权利要求20所述的用于训练机器学习模型的方法,其特征在于,基于所述多个训练版图元素的所述相应训练元素表示,利用第一机器学习模型来生成多个待摆放版图元素的相应预测元素表示还包括:

23.根据权利要求22所述的用于训练机器学习模型的方法,其特征在于,响应于所确定的所述预测元素表示指示的所述排列状态为结束排列,所述生成操作的迭代执行被终止。

24.根据权利要求20所述的用于训练机器学习模型的方法,其特征在于,基于所述多个待摆放版图元素的相应预测元素表示,更新所述第一机器学习模型的参数值包括:

25.根据权利要求24所述的用于训练机器学习模型的方法,其特征在于,基于所述第一损失和所述第二损失,更新所述第一机器学习模型的所述参数值包括:

26. 一种电子设备,其特征在于,包括:

27.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时实现根据权利要求1至11中任一项所述的用于生成版图的方...

【技术特征摘要】

1.一种用于生成版图的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的用于生成版图的方法,其特征在于,基于所述一个或多个待摆放版图元素的所述相应目标元素表示,生成目标版图包括:

3.根据权利要求2所述的用于生成版图的方法,其特征在于,基于该目标元素表示所指示的待摆放版图元素的类型,获取目标版图元素作为所述待摆放版图元素包括:

4.根据权利要求2所述的用于生成版图的方法,其特征在于,基于该目标元素表示所指示的待摆放版图元素的类型,获取目标版图元素作为所述待摆放版图元素包括:

5.根据权利要求4所述的用于生成版图的方法,其特征在于,基于所述待摆放版图元素在所述目标布局中的位置,利用第二机器学习模型来获取与所述类型相匹配的版图元素作为所述目标版图元素包括:

6. 根据权利要求2所述的用于生成版图的方法,其特征在于,所述摆放操作还包括:

7. 根据权利要求1所述的用于生成版图的方法,其特征在于,基于所述多个参考版图元素的所述相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示包括:

8.根据权利要求7所述的用于生成版图的方法,其特征在于,基于所述第二特征表示来确定所述一个或多个待摆放版图元素中的第一版图元素的目标元素表示包括:

9.根据权利要求7所述的用于生成版图的方法,其特征在于,基于所述多个参考版图元素的所述相应参考元素表示,利用第一机器学习模型来生成一个或多个待摆放版图元素的相应目标元素表示还包括:

10. 根据权利要求9所述的用于生成版图的方法,其特征在于,响应于所确定的所述目标元素表示指示的所述排列状态为结束排列,所述生成操作的迭代执行被终止。

11.根据权利要求1所述的用于生成版图的方法,其特征在于,所述参考版图元素在所述参考布局中的位置包括:所述参考版图元素与所述参考版图元素序列中的一个参考版图元素之间的相对位置;并且

12. 一种用于生成训练数据的方法,其特征在于,所述方法包括:

13.根据权利要求12所述的用于生成训练数据的方法,其特征在于,所述多个训练版图元素中除所述第一训练版图元素之外的每个训练版图元素与所述第一训练版图元素的距离小于预定距离阈值。

14. 根据权利要求12所述的用于生成训练数据的方法,其特征在于,基于所...

【专利技术属性】
技术研发人员:请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名
申请(专利权)人:全芯智造技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1