[發(fā)明專利]基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011437109.3
• 申請(qǐng)日: 2020-12-11
• 公開(kāi)（公告）號(hào): CN112233115B
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 樊沁春;張曦;李楠
• 申請(qǐng)（專利權(quán)）人: 西安國(guó)微半導(dǎo)體有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 西安嘉思特知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230
• 代理人: 閆家偉

本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法及可讀存儲(chǔ)介質(zhì)，包括：按照預(yù)設(shè)窗口對(duì)第一版圖信息進(jìn)行分割，以得到每個(gè)預(yù)設(shè)窗口對(duì)應(yīng)的第一特征信息；根據(jù)第一特征信息得到每個(gè)第一特征信息對(duì)應(yīng)的第一特征圖像；根據(jù)同一預(yù)設(shè)窗口對(duì)應(yīng)的所有第一特征圖像得到第一五維張量圖像；根據(jù)預(yù)設(shè)窗口得到對(duì)應(yīng)的第一設(shè)計(jì)規(guī)則違反圖像；得到訓(xùn)練完的第一網(wǎng)絡(luò)模型；基于訓(xùn)練完的第一網(wǎng)絡(luò)模型，得到第一訓(xùn)練模型；得到第二訓(xùn)練模型；得到最終訓(xùn)練模型；將待預(yù)測(cè)數(shù)據(jù)輸入至最終訓(xùn)練模型得到預(yù)測(cè)結(jié)果。本發(fā)明在設(shè)計(jì)規(guī)則違反非常多的情況下可以及時(shí)的調(diào)整布局，可以指導(dǎo)布局優(yōu)化，減少布線后的設(shè)計(jì)規(guī)則違反，優(yōu)化布局布線流程。

技術(shù)領(lǐng)域

本發(fā)明屬于集成電路技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

21世紀(jì)以來(lái)，微電子領(lǐng)域技術(shù)不斷發(fā)展，集成電路正在不斷地向超大規(guī)模、極低功耗和超高速的方向發(fā)展。芯片特征尺寸已經(jīng)達(dá)到了7納米級(jí)并且還在不斷的縮小。特征尺寸的下降使集成電路中的各種寄生效應(yīng)越來(lái)越多，隨著集成電路性能要求的提高，提出了更多的約束條件和設(shè)計(jì)規(guī)則，在完成布局后需要進(jìn)行設(shè)計(jì)規(guī)則檢查(Design Rule Check)。

單位面積上更高的集成度，復(fù)雜的設(shè)計(jì)流程以及較長(zhǎng)的設(shè)計(jì)周期，也對(duì)輔助設(shè)計(jì)軟件提出了更高的要求，例如優(yōu)化設(shè)計(jì)流程，提高設(shè)計(jì)效率以縮短設(shè)計(jì)時(shí)間，減少后續(xù)人工的修改工作量等。在更高的工藝節(jié)點(diǎn)下，根據(jù)全局布線的結(jié)果去指導(dǎo)詳細(xì)布線出現(xiàn)的違規(guī)越來(lái)越多，需要手動(dòng)修復(fù)DRV(設(shè)計(jì)規(guī)則檢查的違反，Design Rule Violation)，在違規(guī)嚴(yán)重的情況下甚至需要返回布局階段修改，耗費(fèi)大量的時(shí)間。

目前針對(duì)設(shè)計(jì)規(guī)則違法預(yù)測(cè)這一相關(guān)技術(shù)，大部分都是使用文本數(shù)據(jù)進(jìn)行預(yù)測(cè)，使用支持向量機(jī)(Support Vector machines，SVM)、所屬類別多元自適應(yīng)回歸樣條(multivariate adaptive regression splines，MARS)、卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeural Nets，CNN)等模型，將布局后的數(shù)據(jù)或全局布線后的數(shù)據(jù)特征作為輸入，輸出可布線性或者違規(guī)預(yù)測(cè)，預(yù)測(cè)單位是整個(gè)版圖設(shè)計(jì)或者較少的布線網(wǎng)格(gcell)窗口。

但是，目前的預(yù)測(cè)方法只能對(duì)違規(guī)進(jìn)行預(yù)測(cè)，不能預(yù)測(cè)違規(guī)的詳細(xì)位置，不能對(duì)違規(guī)進(jìn)行精確的預(yù)測(cè)。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提供了一種基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法及可讀存儲(chǔ)介質(zhì)。本發(fā)明要解決的技術(shù)問(wèn)題通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

一種基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法，包括：

按照預(yù)設(shè)窗口對(duì)第一版圖信息進(jìn)行分割，以得到每個(gè)所述預(yù)設(shè)窗口對(duì)應(yīng)的第一特征信息，所述第一特征信息包括擁塞、矩形線密度、宏模塊和引腳密度；

根據(jù)所述第一特征信息得到每個(gè)所述第一特征信息對(duì)應(yīng)的第一特征圖像，所述第一特征圖像包括第一擁塞圖像、第一矩形線密度圖像、第一宏模塊圖像和第一引腳密度圖像；

根據(jù)同一所述預(yù)設(shè)窗口對(duì)應(yīng)的所有所述第一特征圖像得到第一五維張量圖像；

根據(jù)所述預(yù)設(shè)窗口得到對(duì)應(yīng)的第一設(shè)計(jì)規(guī)則違反圖像；

將n₁個(gè)所述第一五維張量圖像和m₁個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至第一網(wǎng)絡(luò)模型得到訓(xùn)練完的第一網(wǎng)絡(luò)模型，其中，所述第一網(wǎng)絡(luò)模型為由將全卷積神經(jīng)網(wǎng)絡(luò)模型最后的全連接層修改為反卷積層得到；

基于訓(xùn)練完的第一網(wǎng)絡(luò)模型，在第一層至第五層中的至少一層池化層后添加反卷積層，并將n₁個(gè)所述第一五維張量圖像和m₁個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至修改后的第一網(wǎng)絡(luò)模型，以得到第一訓(xùn)練模型；