摘要
本发明公开了一种基于强化学习与后端优化的芯片布局方法及其系统。该方法包括:构建布局优化模型:生成对应的位置掩码、线掩码和视图掩码;融合位置掩码和线掩码以生成局部特征,并融合线掩码和视图掩码以生成全局特征;特征融合局部特征和全局特征以生成综合特征;根据综合特征和全局特征的嵌入向量,生成应当采取的各类布局优化动作的概率,并计算每一轮动作更新后的状态所对应的激励及其价值;根据新存储的经验进行参数更新;通过原始数据集以对布局优化模型进行训练;消除布局重叠部分以获得最终布局图。本发明有助于网络更深层次地捕捉芯片布局中的复杂模式,提升了芯片的布局效率,能探索到更有效的布局方案,探索效率提高。
技术关键词
芯片布局方法
网络模块
线网
特征提取模块
策略
强化学习框架
通道注意力机制
矩阵
动作特征
融合局部特征
子系统
融合特征
ReLU函数
细粒度特征
网格
网表文件
布局系统
系统为您推荐了相关专利信息
深度学习模型
DNA甲基化预测方法
DNA序列
样本
批量
疲劳检测方法
电信号
特征提取网络
时空融合特征
疲劳状态检测
温度动态控制系统
光纤光棒
多输入多输出系统
历史温度数据
摄像机阵列