一种基于深度学习的芯片配置设计方法、装置及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114218887A(43)申请公布日2022.03.22(21)申请号202210133552.4(22)申请日2022.02.14(71)申请人西安芯瞳半导体技术有限公司地址710065陕西省西安市高新区丈八街办丈八一路3号旺都1幢2单元11层21101号(72)发明人樊良辉孙建康陈成张竞丹(74)专利代理机构西安维英格知识产权代理事务所(普通合伙)61253代理人李斌栋沈寒酉(51)Int.Cl.G06F30/392(2020.01)G06F30/27(2020.01)G06N20/00(2019.01)权利要求书2页说明书8页附图2页(54)发明名称一种基于深度学习的芯片配置设计方法、装置及介质(57)摘要本发明实施例公开了一种基于深度学习的芯片配置设计方法，装置及介质；该方法可以包括：确定实现待设计芯片的功能单元类型；基于各功能单元类型的特性设置各功能单元类型对应的属性信息；从各功能单元类型的候选功能单元中选择各功能单元类型对应的目标功能单元加入到待设计芯片的布局；基于设定的深度学习算法将所有目标功能单元按照设定的约束条件进行布局布线，直至按照所述约束条件对布局布线的评价表征值最大。CN114218887ACN114218887A权利要求书1/2页1.一种基于深度学习的芯片配置设计方法，其特征在于，所述方法包括：确定实现待设计芯片的功能单元类型；基于各功能单元类型的特性设置各功能单元类型对应的属性信息；从各功能单元类型的候选功能单元中选择各功能单元类型对应的目标功能单元加入到待设计芯片的布局；基于设定的深度学习算法将所有目标功能单元按照设定的约束条件进行布局布线，直至按照所述约束条件对布局布线的评价表征值最大。2.根据权利要求1所述的方法，其特征在于，所述确定实现待设计芯片的功能单元类型，包括：基于所述待设计芯片需执行的目标任务确定所述待设计芯片所需的功能组件；针对每个所述功能组件确定对应的功能单元类型。3.根据权利要求1所述的方法，其特征在于，所述基于各功能单元类型的特性设置各功能单元类型对应的属性信息，包括：根据每个功能单元类型在执行所述目标任务时所需的对应特性确定每个功能单元类型对应的属性信息；其中，所述属性信息包括：数据输入的前驱节点、数据输出的后继节点、数据吞吐率、所占芯片的面积以及与其他功能单元之间的连接关系。4.根据权利要求3所述的方法，其特征在于，所述从各功能单元类型的候选功能单元中选择各功能单元类型对应的目标功能单元加入到待设计芯片的布局，包括：根据期望的芯片布局从各功能单元类型的候选功能单元中为实际芯片布局选取对应的目标功能单元，并更新所述实际芯片布局状态。5.根据权利要求4所述的方法，其特征在于，所述根据期望的芯片布局从各功能单元类型的候选功能单元中为实际芯片布局选取对应的目标功能单元，包括：当所述实际芯片布局状态不完全时，按照执行所述目标任务过程的数据流走向，基于由所述数据输入的前驱节点、数据输出的后继节点以及功能单元之间的连接关系所形成的前驱后继关系图在所述实际芯片布局中配置功能单元类型；当所述实际芯片布局中完成配置功能单元类型后，根据所述数据吞吐率以及所占芯片的面积从各功能单元类型的候选功能单元中选取对应的目标功能单元加入至所述实际芯片布局中。6.根据权利要求1所述的方法，其特征在于，所述设定的约束条件包括：所述待设计芯片的性能、能耗、布局密度和面积；相应地，所述基于设定的深度学习算法将所有目标功能单元按照设定的约束条件进行布局布线，直至按照所述约束条件对布局布线的评价表征值最大，包括：通过所述深度学习算法在当前迭代过程将所有目标功能单元进行布局布线；按照所述待设计芯片的性能、能耗、布局密度和面积对当前迭代过程的布线结果进行评估，获取当前迭代过程的评估表征值；根据所述当前迭代过程的评估表征值通过所述深度学习算法进行下一次迭代过程的布局布线，直至评估表征值最大。7.根据权利要求6所述的方法，其特征在于，所述按照所述待设计芯片的性能、能耗、布局密度和面积对当前迭代过程的布线结果进行评估，获取当前迭代过程的评估表征值，包2CN114218887A权利要求书2/2页括：对所述待设计芯片的性能、能耗、布局密度和面积设置对应的权值；记录当前迭代过程的布线结果；基于权值以及所述待设计芯片的性能、能耗、布局密度和面积对当前迭代过程的布线结果进行评分，获取当前迭代过程的评估表征值。8.一种基于深度学习的芯片配置设计装置，其特征在于，所述装置包括：确定部分、设置部分、选择部分和布局部分；其中，所述确定部分，经配置为确定实现待设计芯片的功能单元类型；所述设置部分，经配置为基于各功能单元类型的特性设置各功能单元类型对应的属性信息；所述选