placement文章阅读笔记

DREAMPlace: Deep Learning Toolkit-Enabled GPU Acceleration for Modern VLSI Placement

这篇文章主要就是将analytical placement问题映射成为神经网络的训练问题，以下是觉得比较核心的一段文字：

所以本质上，这篇文章仍然将placement处理成一个优化问题，只是求解的手段，映射成为神经网络中的训练问题，也就是一个优化过程。然后问题的核心就是，如何设计低级运算方法以及梯度的传播方法来进行GPU计算的加速。以及选用不同的优化器进行加速。

DREAM-GAN: Advancing DREAMPlace towards Commercial-Quality using Generative Adversarial Learning

核心很简单，就是将上述的Dreamplace作为生成器，然后加一个判别器，给Dreamplace生成的布局给了一个新的目标，也就是和真的芯片布局比较相似，下面截几个代表性的图放下面：