BriefGPT.xyz
Ask
alpha
关键词
macro placement
搜索结果 - 4
基于强化学习的人类约束下的直角宏放置
该研究提出了一种利用 Google 的电路训练方法 (G-CT) 的方法，提供了一种基于学习的宏放置器，不仅支持放置矩形案例，而且遵循重要的人类设计原则，实验证明了该框架在实现功耗 - 性能 - 面积（PPA）指标上的有效性和与人工干预产生
→
PDF
8 months ago
布线引导黑盒优化实现的宏单元布局
本研究提出了一种基于黑箱优化（BBO）框架（称为 WireMask-BBO）的宏单元布局方法，通过使用电线掩蔽引导的贪婪过程进行目标评估。该算法在缩短半长度周边线的同时，大大节约了时间，具有在芯片布局方面提高质量和效率的潜力。
PDF
a year ago
强化学习在宏观布局评估中的应用
本研究提供了 Google Brain 在深度强化学习中应用于宏观布局及其电路训练的开放、透明的实现和评估。同时，我们实现了 CT 的关键 “黑盒” 元素，并澄清了 CT 和 Nature 论文之间的差异，并通过新的测试用例进行评估。最终我
→
PDF
a year ago
ICML
宏观布局的贝叶斯优化
本文提出了一种基于 Bayesian optimization 算法的宏块布局方法，相对于强化学习等黑盒优化方法，其更具有样本效率且可以通过数据进行自适应学习。通过固定轮廓宏块摆放问题，并以半周长导线长度为目标函数衡量，实验得出了具有竞争力
→
PDF
2 years ago
Prev
Next