机器学习驱动的多Corner STA加速方法
张书政
赵振宇
冯超超
1.国防科技大学计算机学院 长沙 4100732.国防科技大学计算机学院 长沙 4100733.国防科技大学计算机学院 长沙 410073
摘要：静态时序分析在芯片的物理设计中扮演着重要的作用,其贯穿设计流程始终,耗时巨大,多数时间用于在不同工艺、电压、温度条件下的多Corner组合分析.论文研究多Corner在时序分析方面的相关性并利用机器学习的方法对其进行建模,以利用已知Corner时序结果预测未知Corner时序结果而不需额外的运行时间.实验结果表明,线性模型可以有效地进行预测,在利用7个已知时序结果的Corner预测余下7个未知时序结果的Corner时,能达到2.07ps(1.76％)的平均绝对误差.同时,基于模型的强稳健性,可以采用约束驱动的Corner选取策略,有效地减少多Corner角组合时序分析所需的时间,加速物理设计流程.
关键词：物理设计机器学习Corner
分类号：TP391.7(计算技术、计算机技术)
资助基金：国家科技重大专项(2018ZX01029103)国家自然科学基金(61902408)
论文发表日期：2019-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 2714-2717 )
英文信息