| Innovus机器学习在高性能CPU设计中的应用 | |
| 所属分类：技术论文 | |
| 上传者：aetmagazine | |
| 文档大小：624 K | |
| 标签： 机器学习 Innovus 芯片设计 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：高性能芯片设计在7 nm及更高级的工艺节点上，设计规模更大、频率更高、设计数据和可变性更复杂，物理设计难度增大。机器学习在多领域均获得成功应用，复杂的芯片设计是应用机器学习的一个很好的领域。Cadence将机器学习算法内置到Innovus工具中，通过对芯片设计数据进行学习建模，建立机器学习模型，从而提升芯片性能表现。建立了一个应用机器学习优化延时的物理流程来提升芯片设计性能。详细讨论分析了分别对单元延时、线延时、单元和线延时进行优化对设计的影响，进而找到一个较好的延时优化方案。最后利用另一款设计难度更大，性能要求更高的模块从时序、功耗、线长等方面较为全面地分析验证设计方案的合理性。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2020 《电子技术应用》版权所有 京ICP备10017138号-2