2023年9月11-13日,第五届ACM/IEEE Workshop on Machine Learning for CAD(MLCAD Workshop 2023)在犹他州Snowbird举行。
9月13日,首届MLCAD Contest奖项公布,东南大学SEU-Placer夺冠。参赛队员包括顾浩、顾健、岳逾先,指导老师是朱自然、杨军、陈建利。
根据官网信息,首届MLCAD Contest有19支参赛队,中国共有8支参赛队,占比42%;其中北京大学、大连理工大学、东南大学、南京邮电大学、上海交通大学、台湾清华大学各有1支队伍,香港中文大学2支队伍,其他海外队伍包括佐治亚理工、德州大学奥斯汀分校、伊利诺伊大学香槟分校、杜克大学等知名高校。
众所周知,在ASIC和FPGA的物理设计流程中,宏布局在可布线性和时序收敛方面起着不可或缺的作用。特别是,FPGA器件布局的离散和列性质对可放置宏(例如,BRAM、DSP、URAM、级联形状等)提出了独特的放置约束。这些约束对经典的优化和组合方法来说是具有挑战性的,并且生成的布图通常会导致网表设计布局存在可布线性和时序收敛问题。
受最近的深度强化学习(Reinforcement Learning,RL)方法的启发,本竞赛的目标是促进学术研究,开发ML或深度RL方法,以改进当前最先进的宏布局工具。
本赛题基于Xilinx UltraScale+架构,需要设计算法确定DSP、BRAM以及URAM三种宏模块的位置,并通过Vivado进行标准单元布局和布线,使得布线拥塞和运行时间最小化。主要难点包括宏模块布局阶段的拥塞优化以及考虑cascaded shape、region constraint等多种约束。
东南大学SEU-Placer团队提出了一种拥塞驱动的多电场能全局布局以及多种约束感知的合法化算法,在140个公开例子以及198个隐藏例子下实现了较好的宏模块布局结果。
朱自然博士主要研究方向为集成电路电子设计自动化(EDA)布局布线、布图规划等,在DAC,TCAD,ICCAD,TODAES等EDA领域主要会议/期刊发表二十余篇论文。主持国家重点研发计划青年科学家项目和国家自然科学基金等项目。2017年获第54届DAC最佳论文奖;2017-2018年两次获得CAD Contest@ICCAD第一名;2020年获中国运筹学会科学技术奖运筹应用奖;2022年获CAD Contest@ICCAD第二名;2023年获MLCAD Contest第一名。
关于MLCAD Workshop
MLCAD Workshop始于2019年,聚焦机器学习(ML)在计算机辅助设计(CAD)和电子系统设计的各个方面的应用。MLCAD Workshop由ACM设计自动化特别兴趣小组(SIGDA)和IEEE电子设计自动化委员会(CEDA)共同主办。
接收的论文涵盖ML增强CAD在芯片以及系统方面的应用,包括但不限于:算法、工具、示例应用,基准测试、数据源和管理,以及ML和优化之间的联系。