BriefGPT.xyz
大模型
Ask
alpha
关键词
placement
搜索结果 - 5
KDD
RoutePlacer:基于图神经网络的端到端可布线感知布局器
RoutePlacer 通过训练 RouteGNN(一个自定义图神经网络)来预测布局的可路由性,并在布局过程中实现端到端的可路由性优化,从而减少 Total Overflow 并提高布线质量。
PDF
a month ago
全局布局中的局部最优逃逸
提出了一种混合优化框架,用于解决在物理设计中的放置问题,以提高功耗和性能。该方法通过迭代扰动放置结果来有效地避免局部最优解,并在两个常用基准测试中取得了显著改进。
PDF
4 months ago
不平衡大图学习框架用于 FPGA 逻辑元件装配预测
本研究提出了一个基于不平衡大图学习框架的预测方法,用于预测 FPGA 布局放置后的逻辑元素是否会被打包,实验结果表明与最新的基于高斯的预测方法相比,该方法可以提高 F1 得分 42.82%。物理设计结果显示该方法能够在提高布线长度 0.93
→
PDF
a year ago
GiPH: 适应性异构计算的通用布局学习
GiPH 是一种学习方法,利用图形神经网络和图形表示法表示信息,学习动态设备集群中的好位置,使应用完成时间最短。GiPH 能够找到比其他基于搜索的部署策略更快的位置,完成时间降低了 30.5%。
PDF
a year ago
芯片设计中联合学习解决放置和路由问题
通过深度强化学习方法 DeepPlace 和 DeepPR,结合梯度优化和强化学习,编码输入宏单元的全局图层和本地节点层信息的多视图嵌入模型,并通过鼓励探索的随机网络蒸馏方法,有助于解决现代芯片设计过程中的放置和路由问题。
PDF
3 years ago
Prev
Next