PulseAugur
中
实时 22:24:14
English(EN) CLDRoute: Conditional Latent Diffusion for Routability Map Generation in Physical Design

新的CLDRoute框架通过不确定性对AI驱动的可布线性进行建模和估算

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了CLDRoute，这是一个新颖的框架，通过将物理设计中的可布线性视为条件生成问题来对其进行估算。与以往的确定性方法不同，CLDRoute将拥塞和DRC违规建模为结构化字段，从而实现基于样本的推理，提供均值预测和空间不确定性估算。这种方法在放置阶段提供了对可布线性更实际的视图，并在CircuitNet 2.0数据集上产生了改进的指标。 AI

影响 这项研究通过提供对可布线性及其相关不确定性的更好估算，有望在芯片制造中实现更高效、成本更低的物理设计流程。

排序理由 这是一篇研究论文，详细介绍了一种用于物理设计中可布线性估算的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的CLDRoute框架通过不确定性对AI驱动的可布线性进行建模和估算

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kiran Thorat, Nicole Meng, Caiwen Ding, Yingjie Lao, Zhijie Jerry Shi ·

    CLDRoute: 条件潜在扩散用于物理设计中的可布线性图生成

    arXiv:2607.16674v1 Announce Type: new Abstract: Accurate routability estimation during physical design is important for reducing costly post-routing iterations. Prior learning-based methods treat this task as deterministic prediction, mapping placement-stage features to a single …

相关实体

相关话题