MapTune: Advancing ASIC Technology Mapping via Reinforcement Learning Guided Library Tuning

要約

テクノロジー マッピングには、論理回路をセルのライブラリにマッピングすることが含まれます。
従来、完全なテクノロジー ライブラリが使用されていたため、検索スペースが大きくなり、オーバーヘッドが発生する可能性がありました。
ランダムにサンプリングされたテクノロジー マッピングのケーススタディを基に、強化学習を利用してセル選択時に設計固有の選択を行うことで、この課題に対処する MapTune フレームワークを提案します。
MapTune は環境から学習することでセル選択プロセスを改良し、その結果、検索スペースが削減され、マッピングの品質が向上する可能性があります。
MapTune の有効性は、幅広いベンチマーク、さまざまなテクノロジー ライブラリ、およびテクノロジー マッパーで評価されます。
実験結果は、MapTune がさまざまな回路設計、テクノロジ ライブラリ、およびマッパーにわたって、より高いマッピング精度と遅延/面積の削減を実現していることを示しています。
この論文では、パレート最適探索についても説明し、永続的な遅延領域のトレードオフを確認しています。
ベンチマーク スイート ISCAS 85/89、ITC/ISCAS 99、VTR8.0、および EPFL ベンチマークで実施された結果、テクノロジー マッピング後の結果の品質 (QoR) とサイジング後の結果の品質 (QoR) が大幅に改善され、平均エリア遅延積 (
ADP)、MapTune のすべての異なる探索設定間で 22.54\% の改善。
4 つの異なるテクノロジー (7nm、45nm、130nm、および 180nm) と 2 つの異なるマッパーでは、改善が一貫して維持されています。

要約(オリジナル)

Technology mapping involves mapping logical circuits to a library of cells. Traditionally, the full technology library is used, leading to a large search space and potential overhead. Motivated by randomly sampled technology mapping case studies, we propose MapTune framework that addresses this challenge by utilizing reinforcement learning to make design-specific choices during cell selection. By learning from the environment, MapTune refines the cell selection process, resulting in a reduced search space and potentially improved mapping quality. The effectiveness of MapTune is evaluated on a wide range of benchmarks, different technology libraries and technology mappers. The experimental results demonstrate that MapTune achieves higher mapping accuracy and reducing delay/area across diverse circuit designs, technology libraries and mappers. The paper also discusses the Pareto-Optimal exploration and confirms the perpetual delay-area trade-off. Conducted on benchmark suites ISCAS 85/89, ITC/ISCAS 99, VTR8.0 and EPFL benchmarks, the post-technology mapping and post-sizing quality-of-results (QoR) have been significantly improved, with average Area-Delay Product (ADP) improvement of 22.54\% among all different exploration settings in MapTune. The improvements are consistently remained for four different technologies (7nm, 45nm, 130nm, and 180 nm) and two different mappers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google