一种基于图神经网络的动态时序快速分析方法

一种基于图神经网络的动态时序快速分析方法，包括对目标电路的拓扑结构和工作负载特性进行建模；构建基于GAE的预训练图表示学习模型，以无监督方式捕捉电路静态拓扑信息，以监督方式学习动态输入状态及引脚翻转信息；利用训练好的GNN提取电路结构特征，结合动态工作负载信息，对输入节点状态进行表示学习，生成统一的电路嵌入向量；构建基于GAT的动态时序预测模型，结合预训练的图嵌入信息，通过回归学习预测不同负载下的动态信号到达时间；S5：在测试数据集上验证训练好的模型，利用优化后的模型框架进行动态时序预测，相较于传统方法提高预测精度，并实现计算加速。本发明适用于芯片设计和优化领域，可用于先进制程的动态时序分析。