迈向 ML4EDA 的 ImageNet 式数据集
机器学习
2023-10-17 v1 人工智能
硬件体系结构
编程语言
摘要
尽管从 RTL 到 GDSII 的 ML 引导 EDA 工具日益受到关注，但 EDA 问题领域尚未定义标准数据集或典型学习任务。计算机视觉领域的经验表明，此类数据集对推动 EDA 中机器学习的进一步进展至关重要。在此我们描述在策划用于 Verilog 代码生成和逻辑综合的两个大规模高质量数据集方面的经验。第一个是 VeriGen，一个从 GitHub 和 Verilog 教科书收集的 Verilog 代码数据集。第二个是 OpenABC-D，一个为辅助逻辑综合任务的机器学习而设计的大规模带标签数据集。该数据集由对大量开源硬件项目进行 1500 次综合运行所产生的 870,000 个与-或-非图（AIGs）组成。在本文中，我们将讨论在这些数据集的策划、维护以及扩大其规模与体量方面的挑战。我们也将触及数据集质量与安全性问题，以及专为硬件领域定制的新型数据增强工具的使用。
引用
@article{arxiv.2310.10560,
title = {Towards the Imagenets of ML4EDA},
author = {Animesh Basak Chowdhury and Shailja Thakur and Hammond Pearce and Ramesh Karri and Siddharth Garg},
journal= {arXiv preprint arXiv:2310.10560},
year = {2023}
}
备注
Invited paper, ICCAD 2023