| Innovus機器學習在高性能CPU設計中的應用 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>624 K | |
| 標簽： 機器學習 Innovus 芯片設計 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：高性能芯片設計在7 nm及更高級的工藝節點上，設計規模更大、頻率更高、設計數據和可變性更復雜，物理設計難度增大。機器學習在多領域均獲得成功應用，復雜的芯片設計是應用機器學習的一個很好的領域。Cadence將機器學習算法內置到Innovus工具中，通過對芯片設計數據進行學習建模，建立機器學習模型，從而提升芯片性能表現。建立了一個應用機器學習優化延時的物理流程來提升芯片設計性能。詳細討論分析了分別對單元延時、線延時、單元和線延時進行優化對設計的影響，進而找到一個較好的延時優化方案。最后利用另一款設計難度更大，性能要求更高的模塊從時序、功耗、線長等方面較為全面地分析驗證設計方案的合理性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2