一种基于图神经网络的布局后物理特征预测方法及系统

本发明公开了一种基于图神经网络的布局后物理特征预测方法及系统，将逻辑综合阶段的电路网表转换为由节点和边构成的拓扑图，根据节点之间的连接关系构建邻接矩阵，提取各节点的初始特征向量得到特征矩阵，输入由嵌入层、多层GNN层、合并层以及全连接层构成的图神经网络模块，聚合邻居节点的特征信息并对布局后网络的半周长进行预测。本发明通过引入基于图神经网络的物理特征预测模型，用于估计布局后网络线长，预测的结果能够作为后续早期时序预测框架的特征之一，显著提升布局后路径延时的预测精度，从而指导设计师或者工具进行优化，减少设计的迭代，降低芯片设计的时间成本。