先进Via-Pillar工艺下VLSI性能驱动多层布线算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61877010
  • 项目类别:
    面上项目
  • 资助金额:
    52.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0215.计算机与其他领域交叉
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

The Via-Pillar technology is the next representative technology in the 7 nanoscale chip design, which is most closely related to the VLSI routing. At present, the industry's implementation of Via-Pillar technology is mostly based on manual design and the academia has not carried out the relevant research yet. Therefore, there is a lack of an effective and complete routing process under the advanced technology. To this end, the project studies the construction of a performance-driven multilayer router under the proposed advanced technology: (1) According to the characteristics of the Via-Pillar technology provided by the industry, we define its models and types. Considering the size of via, we have constructed a novel routing model, which is suitable for the proposed advanced technology, and then a three-stage timing driven layer assignment algorithm based on negotiation mechanism is proposed. (2) This project studies the track assignment problem arising from the Via-Pillar technology, and then a new evaluation model considering the location of the via is proposed. And then an efficient parallel algorithm based on multi-objective particle swarm optimization is proposed to solve the proposed track assignmetn problem. (3) We design a spanning graph model that can be constructed in parallel, and then a timing driven detailed routing algorithm based on the Steiner tree algorithm on the graph is proposed. (4) We reuse the original routing resources, and then we present a timing driven ECO routing algorithm based on a dynamic storage strategy, A* algorithm and integer linear programming. An effective and complete routing process under the advanced technology are finally proposed.
Via-Pillar工艺是7纳米芯片设计中一个代表性技术,与VLSI布线的联系最为紧密。目前业界关于该工艺的启用大多基于手工设计,且学术界尚未开展相关研究,缺乏该先进工艺下一个有效、完整的布线流程。为此,本项目研究在该工艺下性能驱动多层布线器的构建:(1)根据业界提供的Via-Pillar工艺的特点,定义其模型和类型,考虑到通孔的大小,建立适应该工艺新颖的布线模型,设计基于协商机制的三阶段时延驱动层分配算法;(2)针对Via-Pillar工艺下的轨道分配问题,设计考虑通孔位置的新评价模型,基于多目标粒子群优化构建高效的可平行化算法;(3)设计可平行化构建的生成图并提出相应的图约简技术,基于图上Steiner树算法,构建时延驱动详细布线算法;(4)充分利用原有布线资源,基于动态存储图策略、A*算法和整数线性规划,构建时延驱动ECO布线算法,最终构建该工艺下有效、完整的布线流程。

结项摘要

本项目针对先进 Via-Pillar工艺下的超大规模集成电路性能驱动多层布线中存在的若干问题和困难展开研究,根据Via-Pillar工艺的性质及该设计环境下布线问题的特点,以构建Via-Pillar工艺下高效的性能驱动多层布线器。本项目的主要工作如下:(1)针对层分配问题中不同线宽导致的时延差异,提出了一种基于非默认规则线的时延驱动层分配算法,在优化时延的同时保障层分配方案的可布线性。(2)基于通孔柱技术在优化电路时序特性方面的重要作用,提出了一种基于通孔柱的时延驱动层分配算法,用以进一步优化层分配方案的时序特性。(3)针对集成电路规模的日益增长对高效设计布线方案的挑战,提出了一种面向超大规模集成电路物理设计的通孔感知的并行层分配算法,更充分地发挥现代处理器的计算能力来处理超大规模集成电路的布线问题。(4)针对总线布线的时序匹配问题,提出考虑总线时序匹配的多策略层分配算法,优化了总线时序匹配效果。(5)针对全局布线对不同设计阶段的引导作用,分别提出了一种拥塞驱动的全局布线算法、一种多阶段的总线感知全局布线算法和一种考虑总线的偏差驱动层分配算法,有效提升设计的质量。(6)针对总体布线的复杂性呈指数增长的问题,基于粒子群算法,分别提出了线长驱动和时延驱动的X结构Steiner树构建算法。(7)针对考虑线长和冲突优化的轨道分配问题,提出了一种基于社会学习离散粒子群优化的轨道分配算法,减少了分配结果中的重叠冲突。(8)针对先进工艺下详细布线的设计规则约束优化问题,提出了一个详细布线器框架,优化了包括设计规则约束在内的各项布线方案评价指标。.本项目进一步扩展研究思路,将先前工作中针对超大规模集成电路物理设计问题设计的一系列有效算法策略,延伸扩展至求解生物芯片的电子设计自动化问题中,分别从连续微流控生物芯片的高级综合设计、流层设计和物理协同设计三个方面,提出相应的有效算法,进一步得到更高质量的连续微流控生物芯片架构。

项目成果

期刊论文数量(19)
专著数量(2)
科研奖励数量(12)
会议论文数量(6)
专利数量(10)
A high-quality global routing algorithm based on hybrid topology optimization and heuristic search for data processing in MEC
基于混合拓扑优化和启发式搜索的 MEC 数据处理高质量全局路由算法
  • DOI:
    10.1007/s11227-021-04147-y
  • 发表时间:
    2021-11
  • 期刊:
    The Journal of Supercomputing
  • 影响因子:
    --
  • 作者:
    Saijuan Xu;Ling Wei;Genggeng Liu;Yeh-Cheng Chen;Guolong Chen
  • 通讯作者:
    Guolong Chen
A Survey of Swarm Intelligence Techniques in VLSI Routing Problems
VLSI 路由问题中的群体智能技术综述
  • DOI:
    10.1109/access.2020.2971574
  • 发表时间:
    2020-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Chen, Xiaohua;Liu, Genggeng;Chen, Guolong
  • 通讯作者:
    Chen, Guolong
基于混合离散粒子群优化的轨道分配算法
  • DOI:
    10.16451/j.cnki.issn1003-6059.201908009
  • 发表时间:
    2019
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    郭文忠;陈晓华;刘耿耿;陈国龙
  • 通讯作者:
    陈国龙
Two-Stage Competitive Particle Swarm Optimization Based Timing-Driven X-Routing for IC Design Under Smart Manufacturing
智能制造下基于时序驱动的X-routing的两阶段竞争粒子群优化IC设计
  • DOI:
    10.1145/3531328
  • 发表时间:
    2022-04
  • 期刊:
    ACM Transactions on Management Information Systems
  • 影响因子:
    2.5
  • 作者:
    Genggeng Liu;Ruping Zhou;Saijuan Xu;Yuhan Zhu;Wenzhong Guo;Yeh-Cheng Chen;Guolong Chen
  • 通讯作者:
    Guolong Chen
Social learning discrete Particle Swarm Optimization based two-stage X-routing for IC design under Intelligent Edge Computing architecture
智能边缘计算架构下基于社会学习离散粒子群优化的IC设计两级X路由
  • DOI:
    10.1016/j.asoc.2021.107215
  • 发表时间:
    2021-02-27
  • 期刊:
    APPLIED SOFT COMPUTING
  • 影响因子:
    8.7
  • 作者:
    Liu, Genggeng;Chen, Xiaohua;Chen, Guolong
  • 通讯作者:
    Chen, Guolong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种面向云环境虚拟机部署的粒子群优化策略
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    黄启成;陈羽中;江伟;刘耿耿
  • 通讯作者:
    刘耿耿
一种新颖的多云环境下科学工作流调度算法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    闽江学院学报
  • 影响因子:
    --
  • 作者:
    徐赛娟;刘耿耿
  • 通讯作者:
    刘耿耿
基于行动轨迹的人工蜂群算法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    福州大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    何尧;郭文忠;刘耿耿;张顺淼
  • 通讯作者:
    张顺淼
X结构下VLSI多层绕障Steiner最小树算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    刘耿耿;郭文忠;陈国龙
  • 通讯作者:
    陈国龙
MLXR: multi-layer obstacle-avoiding X-architecture Steiner tree construction for VLSI routing
MLXR:用于 VLSI 路由的多层避障 X 架构 Steiner 树构建
  • DOI:
    10.1007/s11432-015-0850-4
  • 发表时间:
    2015
  • 期刊:
    Science China Information Sciences
  • 影响因子:
    --
  • 作者:
    黄兴;郭文忠;刘耿耿;陈国龙
  • 通讯作者:
    陈国龙

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘耿耿的其他基金

先进MCMM工艺下VLSI性能驱动时钟布线算法研究
  • 批准号:
    62372109
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
多动态电压设计下低功耗总体布线算法研究
  • 批准号:
    11501114
  • 批准年份:
    2015
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码