- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第54卷第期微电子学Vol.54,No.
2024年2月MicroelectronicsFeb.2024
一种基于机器学习的众工艺角延迟预测方法
郭静静,宁雪洁,蔡志匡
(南京邮电大学集成电路科学与工程学院,南京210023)
摘要:在不同工艺角下,关键路径呈现显著差异,因此需要进行大量的静态时序分析,从而导致
时序分析运行时间较长。与此同时,随着工艺尺寸的缩小,静态时序分析的精度问题变得不容忽
视。本文提出一种基于机器学习的适用于众工艺角下的延迟预测方法,考虑工艺、电压和温度对时
序的影响,利用基于自注意力Transformer模型对关键路径进行全局聚合编码,预测众工艺角下关
键路径的统计延迟。在EPFL基准电路下进行验证,结果表明该方法的平均绝对误差范围为
5.8%~9.4%,有良好的预测性能,可以提高时序分析的准确度和效率,进而缩短数字电路设计周
期和设计成本。
关键词:统计静态时序分析;众工艺角;机器学习;延迟预测
中图分类号:TN405文献标志码:A文章编号:1004-3365(2024)01-0149-07
D0I:10.13911/j.cnki.1004-3365.230232
ADelayPredictionMethodofVariousPVTConditions
BasedonMachineLearning
GUOJingjing,NINGXuejie,CAIZhikuang
(SchoolofIntegratedCircuitScienceandEngineering,NanjingUniversityofPostsandTelecommunications,
Nanjing210023,P.R.China)
Abstract:Thecriticalpathexhibitssignificantvariationsunderdifferentprocesscorners,necessitatingextensive
statictiminganalysis.Consequently,timinganalysisneedslongexecutiontimes,andtheaccuracyofstatictiming
analysisbecomesincreasinglyimportantasprocesssizescontinuetoshrink.Amachinelearning-baseddelay
predictionmethodspecificallydesignedfordifferentprocesscornerswasproposedinthispaper.Byconsideringthe
impactofProcess,VoltageandTemperature(PVT)ontiming,thecriticalpathwasgloballyaggregatedand
encodedbyusingaself-attentiontransformermodeltopredictthestatisticaldelayacrossvariousPVTconditions.
TheverificationsusingtheEPFLreferencecircuitdemonstratethattheaverageabsoluteerroro
初级会计持证人
专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!
文档评论(0)