读论文9——On Joint Learning for Solving Placement and Routing in Chip Design

关注

VIP免费原创最新推荐文章于 2026-07-30 15:13:04 发布 2.6k 阅读 AI 写同款· GEO 优化 ›

Joint Learning Joint Learning Neuronal Skeleton and Brain Circuit Topology with Permutation Invariant Encoders for Neuron Classification 立即下载

abstract

在现在的芯片设计流程中，布局和布线是两个很关键的步骤。而机器学习的引入，在GPU加速和减少对人类专家的依赖方面，有很大的优势。当然，现在还有一些基础的问题亟待解决：可扩展性、奖励设计、端到端学习范式。为了实现端到端的布局学习，作者将强化学习和基于梯度的优化方案结合，提出了基于联合学习的宏和标准单元格布局的方法。为了连接布局和随后的布线工作，作者还提出了一种通过强化学习的联合学习方法。该方法包括一个重要的设计：多视图嵌入模型。用它来为全局图级和局部图级信息编码。为了鼓励探索，还设计了随机网络蒸馏。结果表示该方法设计有效。

问题：什么叫宏和标准单元格？macro and standard cells
多视图嵌入模型？ multi-view embedding model
随机网络蒸馏？ random network distillation

Introduction

好的布局应该是可以引导好的芯片面积使用，性能表现和好的可布线性。在布局完成后，布线就是指定导线去连接各个组件。其实，在布局完成之后，我们就能粗略地估计线的总长和拥塞。布局的目的就是在不破坏布局密度、路由拥塞这些约束的前提下，去最小化PPA指标（功率，性能，面积）。布线的目的是最小化总线长。
作者为布局问题提供了一种管道：将一张网表表示为一个超图H=(V,E).这里V表示一系列的节点（元器件），E表示一系列的边（也就是网线）。布局任务分为两个步骤：先放宏，后放置大量的元器件。
在论文中，作者首先为布局问题的两个步骤提出了一种端到端学习方法DeepPlace：先使用深度强化学习代理放置宏，然后利用基于梯度的优化策略来放置数百万的标准元器件。另外，作者开发了一种联合学习方法DeepPR，这是为了布局和随后的布线任务。论文的主要贡献是：

针对基于学习的布局，提出了DeepPlace，这样通过强化学习去放置宏，通过神经网络形成的梯度优化策略去放置元器件。
提出来DeepPR，联合地通过强化学习解决了布局和布线问题。
为了使得强化学习在管道中更有效率，设计了一种新的策略网络（同时使用了CNN和GNN——图神经网络），这提供了两种视角。希望能够综合利用全局嵌入式信息和节点层次的嵌入式信息。随后作者使用了随机网络蒸馏来鼓励强化学习去探索。
针对联合学习的布局布线做了实验评估，确实比分开式要好。

问题：
（1）网表？ netlist
一个网表大概长这样：

（2）什么是路由拥塞？（routing congestion）
（3）什么是管道？（pipeline）是指上面的那种对网表的表示方法吗？

Related work

经典的布局方法

经典布局方法一般是分为三大类：基于划分的方法、随机/爬山法、分析解决法。
基于分析法以前是应用了分而治之的方法：网表和芯片的布局是分开的。直到后来，子表能够被优化器给解决了——这是一种分层结构。但是由于每个子问题都是独立解决的，所以解决方案的质量受到影响。后来，一些多层的划分方法被提出了。值得一看
至于随机和爬山的方法，是从模拟退火算法中来的。在实践中，SA利用一个随机扰动来优化布局方法。这也是模拟退火算法的一个核心思想——随机的扰动有助于全局搜索最优而不至于陷入局部最优。但是，SA很耗时，难以解决不断增长的电路规模（时间复杂度简直是指数级别增长）。
分析解决法，使用了指定的方法或者非线性优化器。非线性优化更能光滑地靠近损失函数，但是复杂度很高。现代的分析法布局比如ePlace和RePlAce有着很好的效果。值得一看
以上所有方法都没有在GPU上尝试过，而在CPU上训练又很慢。其实，分析布局问题是类似于神经网络的训练的。基于这样的思想，DREAMPlace出现了，它使用了Pytorch进行深度学习，速度大大加快。

问题：
为什么分析布局问题类似于训练神经网络(analytical placement problem)?
因为它们都包括优化参数、最小化一个代价函数

基于学习的布局方法

基于学习的布局方法（尤其是强化学习）出现了，可以获得更强的泛化能力。谷歌提出了第一个端到端学习方法来进行宏的布局（没有说元器件布局），该方法将芯片布局问题建模成了一个连续决策问题。每一步，强化学习代理放置一个宏，然后得到一个奖励值，进行下一步。他们在RL和SA之间提出了一个循环框架，RL用来调节元器件的相对空间顺序，SA在RL初始化的基础上进一步探索解决空间。

问题：
谷歌怎么将芯片布局问题建模成连续决策问题的？