基于ResCSP34的集成电路供电网络静态电压降预测研究
文档名：基于ResCSP34的集成电路供电网络静态电压降预测研究
摘要：随着超大规模集成电路的不断发展,片上供电网络的设计日益重要,需要通过计算供电网络的静态电压降来反映设计的性能.然而传统的计算方法需要耗费大量的时间,导致芯片设计周期延长.为了缩短芯片设计的周期和提高芯片设计的效率,本文提出了一个基于卷积神经网络—ResCSP-34的快速静态电压降预测模型.模型采用编码器-解码器结构,首先对残差网络ResNet34进行修改作为编码器的主体结构,然后在解码器中引入特征融合模块,并且在编码器和解码器的连接处引入注意力机制模块,最后提出了一个同时结合了均方误差、皮尔逊相关系数和平均绝对误差的损失函数对模型进行训练.实验结果表明,在CircuitNet数据集上,模型预测结果的平均绝对误差为0.7mV,小于1mV,皮尔逊相关系数的平均值大于0.93,接近于1,对一个片上供电网络设计进行静态电压降预测的平均总时间为7.36s,其中卷积神经网络的平均推理时间为0.015s.实验结果表明,ResCSP-34模型能够快速且精准地预测静态电压降.
Abstract：WiththecontinuousdevelopmentofVLSIcircuits,thedesignoftheon-chippowerdeliverynetworkisbecomingincreasinglyimportant,andtheperformanceofthedesignneedstobereflectedbycalculatingthequiescentvoltagedropofthepowerdeliverynetwork.However,traditionalcomputationalmethodsaretime-consuming,resultinginlongerchipdesigncycles.Inordertoshortenthecycleofchipdesignandimprovetheefficiencyofchipdesign,thispaperproposesafaststaticvoltagedroppredictionmodelbasedonconvolutionalneuralnetwork—ResCSP-34.Themodeladoptstheencoder-decoderstructure,firstlytheresidualnetworkResNet34ismodifiedasthemainstructureoftheencoder,thenthefeaturefusionmoduleisintroducedintothedecoder,andtheattentionmechanismmoduleisintroducedattheconnectionoftheencoderandthedecoder,andfinallyalossfunctioncombiningthemeansquareerror,Pearsoncorrelationcoefficientandmeanabsoluteerrorisproposedtotrainthemodel.ExperimentalresultsshowthatontheCircuitNetdataset,theaverageabsoluteerrorofthemodelpredictionresultsis0.7mV,whichislessthan1mV,theaveragevalueofthePearsoncorrelationcoefficientisgreaterthan0.93,closeto1,andtheaveragetotaltimeforstaticvoltagedroppredictionforanon-chippowersupplynetworkdesignis7.36s,andtheaverageinferencetimeoftheconvolutionalneuralnetworkis0.015s.ExperimentalresultsshowthattheResCSP-34modelcanquicklyandaccuratelypredictthequiescentvoltagedrop.
作者：李岳夏益民Author：LiYueXiaYimin
作者单位：广东工业大学集成电路学院广州510006
刊名：电子测量技术 ISTICPKU
Journal：ElectronicMeasurementTechnology
年，卷(期)：2024, 47(8)
分类号：TN791
关键词：集成电路静态电压降卷积神经网络编码器-解码器注意力机制
Keywords：integratedcircuitsstaticvoltagedropconvolutionalneuralnetworksencoder-decoderattentionmechanism
机标分类号：TP391.41TN47TN764
在线出版日期：2024年7月16日
基金项目：广东省重点领域研发计划项目基于ResCSP-34的集成电路供电网络静态电压降预测研究[
期刊论文]电子测量技术--2024, 47(8)李岳夏益民随着超大规模集成电路的不断发展,片上供电网络的设计日益重要,需要通过计算供电网络的静态电压降来反映设计的性能.然而传统的计算方法需要耗费大量的时间,导致芯片设计周期延长.为了缩短芯片设计的周期和提高芯片设计...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于ResCSP-34的集成电路供电网络静态电压降预测研究Research on static voltage drop prediction of IC power supply network based on ResCSP-34
基于ResCSP-34的集成电路供电网络静态电压降预测研究.pdf
页:
[1]