【技术实现步骤摘要】
本专利技术涉及集成电路eda技术，尤其涉及一种强化学习下具备迁移性的标准单元版图自动生成方法。
技术介绍
1、在数字集成电路设计的范畴内，标准单元电路的布局工作不仅复杂而且遵循严格的标准化流程。目前，这一工作主要通过人工布线完成，整个标准单元版图的绘制过程往往需要数周。对于定制程度高且结构复杂的标准单元电路，手工布线可能无法达到最优的设计方案，而算法优化则有助于提升版图的整体质量。同时，工艺节点的不同导致了设计规则的差异，标准单元版图需针对各自的工艺规则进行定制化设计，这无疑增加了设计的时间成本。
2、鉴于此，开发一种能够适应多种工艺节点且具备迁移能力的自动版图生成算法，对于加快芯片设计的研发进程至关重要。现有的布局算法多采用启发式搜索，但这些算法在搜索精度、适用性和效率方面存在局限。
3、在过去的二十多年中，尽管有学者对该领域进行了探索，但由于标准单元的数量庞大以及设计规则的多样性和复杂性，自动生成标准单元版图的策略仍然主要局限于学术研究层面。2004年，马琦等人[1]使用模拟退火算法来优化单元布局的面积和延迟...
【技术保护点】
1.一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，将标准单元版图布局特征进行抽取并将设计规范设置为强化学习框架下的奖励函数；晶体管单体作为智能体，通过与布局场景直接交互，累积不同电路布局及相应奖励值，并据此自主学习移动策略，从而实现多约束条件下标准单元版图布局的自动优化。
2.根据权利要求1所述一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，在前端标准单元电路设计完成导出网表之后，将网表中的晶体管随机放置作为初始布局输入模型，晶体管单体作为智能体；在第t步时，环境的状态值为st，并根据约束条件的设置计算当前奖励值rt；强化...
【技术特征摘要】
1.一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，将标准单元版图布局特征进行抽取并将设计规范设置为强化学习框架下的奖励函数；晶体管单体作为智能体，通过与布局场景直接交互，累积不同电路布局及相应奖励值，并据此自主学习移动策略，从而实现多约束条件下标准单元版图布局的自动优化。
2.根据权利要求1所述一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，在前端标准单元电路设计完成导出网表之后，将网表中的晶体管随机放置作为初始布局输入模型，晶体管单体作为智能体；在第t步时，环境的状态值为st，并根据约束条件的设置计算当前奖励值rt；强化学习根据当前状态值st输出动作策略at，通过移动当前智能体的位置信息得到新的布局状态值st+1；将当前环境状态值、动作策略、奖励值以及新的环境组合成四元组(st,at，rt，st+1)的形式并存储到晶体管布局经验池；不断累积不同布局的经验，用于训练强化学习网络进行自学习和自优化，逐步找到满足约束条件及更优的标准单元版图布局，得到满足预设约束条件的标准单元电路布局自动设计模型。
3.根据权利要求2所述一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，利用q-learning算法实现多约束条件下标准单元版图布局的自动优化。
4.根据权利要求3所述一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，智能体观测的状态空间s定义为：
5.根据权利要求4所述一种强化学习下具备迁移性的标准单元版图自动生成方法，其特征在于，智能体的移动为确定性的行为，智能体的动作策略a为交换固定栅极条件下的源极和漏极，寻找共享情况；对于当前组的每个晶体管，检查其源极是否在前一个组的任何晶体管的漏极列表中。
6.根据权利要求5所述一种强化学习下具备迁移性的标准单元版图自动生成...
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。