Machine Learning Optimal Ordering in Global Routing Problems in Semiconductors

要約

この研究では、グローバル配線問題における層割り当てのプロセス中にネットを順序付けるための新しい方法を提案します。
この研究で私たちが焦点を当てているグローバル配線問題は、多層半導体パッケージの基板の設計で発生する配線問題に基づいています。
提案された新しい方法は機械学習技術に基づいており、提案された方法がヒューリスティック スコア関数に基づく従来のネット順序付け技術に取って代わることを示します。
我々は、新たに提案した手法に基づく配線順序がヒューリスティックに基づく従来の手法よりも優れていることを示すために、多層半導体パッケージ環境でグローバル配線実験を実行しました。
グローバル ルーティング ターゲット、特にこの研究で示したネット順序付けステップに機械学習を使用するアプローチは、深層学習によって大幅に改善できます。

要約(オリジナル)

In this work, we propose a new method for ordering nets during the process of layer assignment in global routing problems. The global routing problems that we focus on in this work are based on routing problems that occur in the design of substrates in multilayered semiconductor packages. The proposed new method is based on machine learning techniques and we show that the proposed method supersedes conventional net ordering techniques based on heuristic score functions. We perform global routing experiments in multilayered semiconductor package environments in order to illustrate that the routing order based on our new proposed technique outperforms previous methods based on heuristics. Our approach of using machine learning for global routing targets specifically the net ordering step which we show in this work can be significantly improved by deep learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google