GraPhSyM：图物理综合模型
机器学习
2023-09-08 v2 硬件体系结构
摘要
在本工作中，我们提出 GraPhSyM，一种图注意力网络（GATv2）模型，用于从物理综合前的电路网表快速准确地估计物理综合后的电路延迟与面积指标。一旦训练完成，GraPhSyM 可在不运行缓慢的物理综合流程的情况下，为逻辑综合等早期 EDA 阶段提供最终设计指标的准确可见性，从而实现跨阶段的全局协同优化。此外，GraPhSyM 提供的快速而精确的反馈对于基于机器学习的 EDA 优化框架至关重要。给定一个表示为图的电路门级网表，GraPhSyM 利用图结构、连通性和电学属性特征来预测缓冲器插入和门尺寸调整等物理综合变换的影响。在 6000 个以激进延迟目标综合的前缀加法器设计数据集上训练后，GraPhSyM 能以 0.22 秒的快速推理时间准确预测未见加法器的综合后延迟（98.3%）和面积（96.1%）指标。此外，我们通过将固定于某一延迟目标训练的模型用于准确预测多种未见延迟目标下的综合后指标，展示了 GraPhSyM 的组合性。最后，我们报告了 GraPhSyM 模型在评估与其专属训练的加法器不同的电路时展现出的良好泛化能力。结果表明，GraPhSyM 有潜力成为先进优化技术的强大工具以及 EDA 机器学习框架的预言机。
引用
@article{arxiv.2308.03944,
title = {GraPhSyM: Graph Physical Synthesis Model},
author = {Ahmed Agiza and Rajarshi Roy and Teodor Dumitru Ene and Saad Godil and Sherief Reda and Bryan Catanzaro},
journal= {arXiv preprint arXiv:2308.03944},
year = {2023}
}
备注
Accepted at Proceedings of the 42nd International Conference on Computer-Aided Design (ICCAD), 2023