Eficiente Learning-Driven Otimização na Síntese de Circuitos Integrados

Abstract

Este trabalho propôs uma automação simples descrita em Python para ajudar a encontrar a menor área, dada uma restrição de frequência de operação para um projeto digital em um fluxo de síntese física. A otimização de área é feita de forma incremental, aumentando o parâmetro de densidade de área até que o fluxo de síntese física seja capaz de concluir corretamente todas as etapas de síntese física sem falhas ou violações de regras de projeto. Como estudo de caso, o fluxo OpenRoad é adotado para sintetizar um conjunto de benchmarks. Os resultados mostram que a porcentagem de utilização do core impacta a área final do chip e a contagem de células, uma vez que as ferramentas do OpenROAD removem buffers de clock desnecessários e células de preenchimento físico que são desnecessárias para a lógica.