[發明專利]一種基于圖卷積神經網絡的邏輯設計切割方法及系統在審
| 申請號： | 202011393976.1 | 申請日： | 2020-12-02 |
| 公開（公告）號： | CN112329367A | 公開（公告）日： | 2021-02-05 |
| 發明（設計）人： | 葉磊;李艷榮;周立兵;張軍四 | 申請（專利權）人： | 國微集團（深圳）有限公司 |
| 主分類號： | G06F30/34 | 分類號： | G06F30/34;G06F30/327;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市康弘知識產權代理有限公司 44247 | 代理人： | 尹彥 |
| 地址： | 518000 廣東省深圳市南山區粵*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 圖卷 神經網絡 邏輯設計 切割 方法 系統 | ||
1.一種基于圖卷積神經網絡的邏輯設計切割方法，其特征在于，包括：
對待切割邏輯設計的網表進行解析，將其轉化為由多個底層模塊組成的連接圖結構；
采用經過訓練得到的圖卷積神經網絡切割模型將所述圖連接結構切割成多個邏輯設計，使得切割后的每個邏輯設計可被目標FPGA容納。
2.如權利要求1所述的基于圖卷積神經網絡的邏輯設計切割方法，其特征在于，還包括：
采用圖卷積神經網絡對多個邏輯設計網表樣本進行訓練，達到收斂后，存儲神經網絡權值，得到所述圖卷積神經網絡切割模型。
3.如權利要求2所述的基于圖卷積神經網絡的邏輯設計切割方法，其特征在于，采用圖卷積神經網絡對多個邏輯設計網表樣本進行訓練，達到收斂后，存儲神經網絡權值，得到所述圖卷積神經網絡切割模型，包括：
對邏輯設計網表樣本進行解析，將其轉化為由多個底層模塊組成的圖連接結構；
將所述圖連接結構輸入到所述圖卷積神經網絡中進行切割，并輸出切割結果；
將得到的切割結果與預期的切割結果進行比較；
根據比較的結果更新所述圖卷積神經網絡的權值，直到收斂，存儲收斂狀態下的權值，得到所述圖卷積神經網絡切割模型。
4.如權利要求1所述的基于圖卷積神經網絡的邏輯設計切割方法，其特征在于，對待切割邏輯設計網表進行解析，還包括：
計算每個底層模塊占用資源及底層模塊間的連接資源。
5.如權利要求1所述的基于圖卷積神經網絡的邏輯設計切割方法，其特征在于，還包括：
根據切割后得到的多個邏輯設計生成多個可加載到所述多個目標FPGA中的FPGA源碼；
對每個可加載到所述目標FPGA中的FPGA源碼進行綜合編譯，生成可運行的二進制文件；
將所述二進制文件下載到對應的目標FPGA中運行。
6.一種基于圖卷積神經網絡的邏輯設計切割系統，其特征在于，采用如權利要求1-5任一項所述的基于圖卷積神經網絡的邏輯設計切割方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國微集團（深圳）有限公司，未經國微集團（深圳）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011393976.1/1.html，轉載請聲明來源鉆瓜專利網。
