Прогнозирование мощности утечки на основе машинного обучения на этапе планировки физического проектирования ИС

Прогнозирование мощности утечки на основе машинного обучения на этапе планировки физического проектирования ИС

Процесс проектирования ИС включает в себя итерационные этапы оптимизации схем, а так как время выхода на рынок имеет решающее значение для отрасли, разработка эффективных методов оценки параметров ИС на ранних стадиях процесса проектирования - важная задача. В работе предложено использование алгоритмов машинного обучения для прогнозирования мощности утечки на этапе планировки физического проектирования для конкретной архитектуры. Эффективность предложенного метода продемонстрирована для блока, содержащего 64-разрядный арифметико-логический блок (ALU), связанный с регистрами общего назначения (GPRS). Данный блок разработан для 486 различных конфигураций и сценариев. В результате применения машинного обучения получен прогноз мощности утечки с разумной точностью для различных групп стандартных ячеек в блоках, предназначенных для различных сценариев. В предлагаемом методе не используются технологически зависимые данные, что делает его универсальным для любых технологических узлов, применяемых для проектирования различных блоков. Недостатком метода является необходимость прохождения полного потока проектирования для выбранной схемы с выбранным диапазоном параметров для сбора необходимых обучающих данных, что требует дополнительных ресурсов.
Вахтанг Арташесович Джанполадов
Национальный исследовательский университет «МИЭТ»; ЗАО «Синопсис Армения»
Гаврилов Сергей Витальевич
Институт проблем проектирования в микроэлектронике Российской академии наук, г. Москва, Россия
Поделиться