Variational Label-Correlation Enhancement for Congestion Prediction

要約

大規模設計の物理設計プロセスは時間のかかる作業であり、完了までに数時間から数日かかることも多く、配線は最も重要で複雑なステップです。
集積回路 (IC) の複雑さが増すにつれて、正確な配線品質予測に対する需要が高まっています。
正確な混雑予測は、設計上の欠陥を早期に特定するのに役立ち、それによって回路設計を加速し、リソースを節約します。
現在の渋滞予測方法論の進歩にもかかわらず、ほとんど見落とされてきた重要な側面は、渋滞予測における異なるグリッド間の空間ラベル相関です。
空間ラベル相関は回路設計の基本的な特性であり、グリッドの混雑状態は孤立しているのではなく、隣接するグリッドの状態によって本質的に影響を受けます。
隣接するグリッド間の固有の空間ラベル相関を十分に活用するために、新しいアプローチ {\ours} を提案します。つまり、渋滞予測のための VAriational Label-Correlation Enhancement です。これは、渋滞マップ内の局所的なラベル相関を考慮し、
周囲のグリッドの影響を受けるローカルラベル相関重みを使用した各グリッドの推定混雑値。
{\ours} は変分推論手法を活用してこの重みを推定し、空間依存関係を組み込むことで回帰モデルのパフォーマンスを向上させます。
実験結果は、Superblue 回路ラインを使用した、公開されている \texttt{ISPD2011} および \texttt{DAC2012} ベンチマークにおける {\ours} の優れた有効性を検証しました。

要約(オリジナル)

The physical design process of large-scale designs is a time-consuming task, often requiring hours to days to complete, with routing being the most critical and complex step. As the the complexity of Integrated Circuits (ICs) increases, there is an increased demand for accurate routing quality prediction. Accurate congestion prediction aids in identifying design flaws early on, thereby accelerating circuit design and conserving resources. Despite the advancements in current congestion prediction methodologies, an essential aspect that has been largely overlooked is the spatial label-correlation between different grids in congestion prediction. The spatial label-correlation is a fundamental characteristic of circuit design, where the congestion status of a grid is not isolated but inherently influenced by the conditions of its neighboring grids. In order to fully exploit the inherent spatial label-correlation between neighboring grids, we propose a novel approach, {\ours}, i.e., VAriational Label-Correlation Enhancement for Congestion Prediction, which considers the local label-correlation in the congestion map, associating the estimated congestion value of each grid with a local label-correlation weight influenced by its surrounding grids. {\ours} leverages variational inference techniques to estimate this weight, thereby enhancing the regression model’s performance by incorporating spatial dependencies. Experiment results validate the superior effectiveness of {\ours} on the public available \texttt{ISPD2011} and \texttt{DAC2012} benchmarks using the superblue circuit line.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google