GANGR：基于 WGAN 的全局路由并行化 scalable 高效方法
机器学习
2025-11-25 v1
摘要
全局路由是电子设计自动化（EDA）中的关键环节，使能够对现代集成电路的路由性、功耗散失和设计复杂度进行早期估计和优化。批处理是顶尖全局路由器中主要关注的焦点，将网组合并入可管理的集合，以实现并行处理和高效资源使用。该过程通过控制每个批次内的网交互，改善了内存使用情况、在现代硬件上的可扩展并行化以及路由拥堵。然而，传统的批处理方法通常依赖计算昂贵且可能导致次优结果的启发式方法（如批次过大且包含冲突网、批次数量过多导致并行化受限、批处理生成时间过长），最终限制了可扩展性和效率。为克服这些限制，本文引入一种增强了 Wasserstein 生成对抗网络（WGANs）的新型批处理算法，能够更有效地通过在更短时间内生成更少更高质量的批次来实现更高效的并行化。该算法在最新的 ISPD'24 赛题基准测试上进行测试，显示在路由质量仅下降 0.002% 的情况下，实现了最新路由器最高可达 40% 的运行时缩减。
引用
@article{arxiv.2511.17665,
title = {GANGR: GAN-Assisted Scalable and Efficient Global Routing Parallelization},
author = {Hadi Khodaei Jooshin and Inna Partin-Vaisband},
journal= {arXiv preprint arXiv:2511.17665},
year = {2025}
}
备注
Accepted in DATE 2026