PulseAugur
中
实时 15:12:58
English(EN) BBOPlace-Bench: Benchmarking Black-Box Optimization for Chip Placement

新基准 BBOPlace-Bench 推动 AI 在芯片布局领域的应用

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 BBOPlace-Bench，这是一个新颖的基准测试，旨在评估和推进专门用于芯片布局任务的黑盒优化 (BBO) 算法。该基准测试通过提供一个统一的框架，整合了各种 BBO 问题表述并标准化了芯片案例，以进行全面的算法评估，从而弥补了现有工具的不足。它包含了代表性的 BBO 算法家族，如模拟退火、群体搜索和贝叶斯优化，能够与分析和强化学习基线进行系统的性能比较。 AI

影响 该基准测试旨在加速高效的 AI 驱动的芯片布局解决方案的开发，从而可能提高芯片设计流程的性能和可扩展性。

排序理由 该集群包含一篇介绍 AI 算法新基准测试的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新基准 BBOPlace-Bench 推动 AI 在芯片布局领域的应用

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ke Xue, Ruo-Tong Chen, Rong-Xi Tan, Xi Lin, Yunqi Shi, Siyuan Xu, Mingxuan Yuan, Chao Qian ·

    BBOPlace-Bench: 芯片布局的黑盒优化基准测试

    arXiv:2510.23472v2 Announce Type: replace-cross Abstract: Chip placement is a vital stage in modern chip design, and black-box optimization (BBO) has been applied to it for decades. Early BBO efforts, however, were limited by immature problem formulations and inefficient algorith…

相关实体

相关话题