研究人员开发了 LevelSyn,一个用于物理感知逻辑综合的新框架,该框架使用异步图神经网络 (GNN) 来改进集成电路中逻辑和物理设计的集成。该方法捕获与非图 (AIG) 的结构和方向语义,以高保真度预测门坐标。LevelSyn 将这些空间洞察集成到 Berkeley ABC 框架中,在功耗降低、时序延迟和设计规则检查违规次数急剧减少方面取得了显著改进。 AI
影响 该框架可以通过提高逻辑综合中物理估计的准确性来加速集成电路设计周期。
排序理由 该集群描述了一篇详细介绍使用图神经网络进行逻辑综合的新型框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
- And-Inverter Graphs
- Berkeley ABC
- EPFL benchmark suite
- graph neural network
- LevelSyn
- Wire Load Models
- Hugging Face
- Swiss Federal Institute of Technology in Lausanne
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →