由电路架构与机器学习算法进步所赋能的模拟/混合信号电路综合
新兴技术
2021-12-16 v1 机器学习
系统与控制
系统与控制
摘要
由于技术缩放以及对更高灵活性/可重构性的需求，模拟混合信号（AMS）电路架构已朝着对数字更友好的方向演进。同时，由于需要优化复杂AMS电路的电路尺寸、布局和验证，其设计复杂性和成本大幅增加。另一方面，机器学习（ML）算法在过去十年中呈指数级增长，并被电子设计自动化（EDA）界积极利用。本文将识别这一趋势带来的机遇与挑战，并概述若干由AMS电路架构近期演进和机器学习算法所赋能的新兴AMS设计方法。具体而言，我们将聚焦于使用基于神经网络的代理模型来加速电路设计参数搜索和布局迭代。最后，我们将展示从规格到硅原型的若干AMS电路示例的快速综合，且大幅减少了人工干预。
引用
@article{arxiv.2112.07824,
title = {Analog/Mixed-Signal Circuit Synthesis Enabled by the Advancements of Circuit Architectures and Machine Learning Algorithms},
author = {Shiyu Su and Qiaochu Zhang and Mohsen Hassanpourghadi and Juzheng Liu and Rezwan A Rasul and Mike Shuo-Wei Chen},
journal= {arXiv preprint arXiv:2112.07824},
year = {2021}
}
备注
PREPRINT - accepted at IEEE/ACM Asia and South Pacific Design Automation Conference (ASP-DAC), 2022