基于深度学习的FPGA快速布局算法

论文摘要

本文提出一种新型的基于深度学习的FPGA快速布局算法,将FPGA布局转化为动态的进行逻辑单元块的选择和逻辑单元块位置确定的过程,从而实现电路网表在FPGA上的逐步布局.其中每一个逻辑单元块的位置确定由训练好的深度学习网络预测实现,所有逻辑单元块位置确定之后采用基于交换的快速详细布局算法进行优化.实验中使用MCNC基准电路进行测试,将测试结果与VPR中基于模拟退火的布局算法进行对比,结果表明:在关键路径延时平均9.8%布线后的损失代价下,整个布局过程的运行速度平均提升了24.54倍,其中处理十万量级大规模电路实现64.9倍的速度提升.

论文目录

• 1 模型思想
• 2 模型实现
•   2.1 FPGA结构
•   2.2 电路网表解析
•   2.3 深度学习模型
•     2.3.1 数据的提取
•     2.3.2 深度学习的网络结构
•     2.3.3 特征提取
•   2.4 待布逻辑单元块的选择
•   2.5 快速详细布局
• 3 模型训练与特征工程
• 4 实验结果
• 5 结语

文章来源

类型: 期刊论文

作者: 刘伟,王伶俐,周灏

关键词: 现场可编程门阵列,深度学习,布局算法

来源: 复旦学报(自然科学版) 2019年06期

年度: 2019

分类: 基础科学,信息科技

专业: 无线电电子学,自动化技术

单位: 复旦大学专用集成与系统电路国家重点实验室

分类号: TN791;TP18

DOI: 10.15943/j.cnki.fdxb-jns.2019.06.003

页码: 687-695

总页数: 9

文件大小: 1188K

下载量: 184