| 講演名 | 2018-06-14 機械学習を用いた配線長予測による解析的配置手法の高速化 干場 樹(会津大), 小平 行秀(会津大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年のLSI設計において，回路規模の増大，設計プロセス技術の微細化，要求される性能の向上により，設計制約を満たした配置配線を得ることが困難になってきている．ブロックの多い回路に対して配線長が短い配置を実現する方法として，配置問題を数理計画問題に定式化し，その解法により配置を得る解析的配置手法が提案されている．解析的配置手法は，条件や制約を加えやすく，数理計画法を解くための既存のソルバーが使用できる．解析的配置手法の中でも準ニュートン法を用いた手法が，解の収束性が良く，大規模な回路への適用が可能であるが，初期配置に依存するという欠点があり，短い配線を得るために繰り返し適用する必要がある．本稿では，機械学習により配置から準ニュートン法を用いた解析的配置手法適用後の配置の配線長を予測するモデルを作成し，そのモデルを用いて準ニュートン法を用いた解析的配置手法適用後の配置の配線長を予測し，配線長が短いと予測された配置にのみ準ニュートン法を用いた解析的配置手法を適用する手法を提案する．計算機実験より，提案手法の有効性を評価する． |
| 抄録(英) | In recent LSI design, it is difficult to obtain a placement that satisfies both design constraints and specifications due to increase of circuit size and progress of manufacturing technology. Analytical placement methods have been proposed to obtain a placement with short wire length for placement problem with many blocks. Analytical placement methods formulate placement problem to mathematical programming problems and obtain a placement by using their solvers. The analytical placement methods have advantages such that conditions and constraints are added easily and existing solvers for mathematical programming problems can be utilized. The analytical methods using quasi-Newton method have good convergence and they can be applied to problems with large scale circuits. However, since the analytical placement methods using quasi-Newton method depend on initial placements, they are repeatedly applied to obtain a placement with short wire length. In this paper, we propose a placement method that makes a machine learning model to predict wire length of the placement obtained by an analytical placement method using quasi-Newton method from a placement, predicts wire length after applying the analytical placement method using quasi-Newton method by using the model, and applies the analytical placement method using quasi-Newton method to only placements whose predicted wire lengths are short. We evaluate effectiveness of the proposed method in computational experiments. |
| キーワード(和) | 配置問題 / 解析的配置 / 機械学習 / 配線長予測 |
| キーワード(英) | Placement problem / analytical placement / machine learning / wire length prediction |
| 資料番号 | CAS2018-14,VLD2018-17,SIP2018-34,MSS2018-14 |
| 発行日 | 2018-06-07 (CAS, VLD, SIP, MSS) |
| 研究会情報 | |
| 研究会 | CAS / SIP / MSS / VLD |
|---|---|
| 開催期間 | 2018/6/14(から2日開催) |
| 開催地（和） | 北海道大学フロンティア応用科学研究棟 |
| 開催地（英） | Hokkaido Univ. (Frontier Research in Applied Sciences Build.) |
| テーマ（和） | システムと信号処理および一般 |
| テーマ（英） | System and Signal Processing, etc |
| 委員長氏名（和） | 岡崎 秀晃(湘南工科大) / 村松 正吾(新潟大) / 名嘉村 盛和(琉球大) / 峯岸 孝行(三菱電機) |
| 委員長氏名（英） | Hideaki Okazaki(Shonan Inst. of Tech.) / Shogo Muramatsu(Niigata Univ.) / Morikazu Nakamura(Univ. of Ryukyus) / Noriyuki Minegishi(Mitsubishi Electric) |
| 副委員長氏名（和） | 山脇 大造(日立) / 相川 直幸(東京理科大) / 林 和則(阪市大) / 髙井 重昌(阪大) / 戸川 望(早大) |
| 副委員長氏名（英） | Taizo Yamawaki(Hitachi) / Naoyuki Aikawa(TUS) / Kazunori Hayashi(Osaka City Univ) / Shigemasa Takai(Osaka Univ.) / Nozomu Togawa(Waseda Univ.) |
| 幹事氏名（和） | 橘 俊宏(湘南工科大) / 中村 洋平(日立) / 渡邊 修(拓殖大) / 中本 昌由(広島大学) / 豊嶋 伊知郎(東芝エネルギーシステムズ) / 金澤 尚史(阪大) / 新田 高庸(NTT) / 小平 行秀(会津大) |
| 幹事氏名（英） | Toshihiro Tachibana(Shonan Inst. of Tech.) / Yohei Nakamura(Hitachi) / Osamu Watanabe(Takushoku Univ.) / Masayoshi Nakamoto(Hiroshima Univ.) / Ichiro Toyoshima(Toshiba) / Takahumi Kanazawa(Osaka Univ.) / Koyo Nitta(NTT) / Yukihide Odaira(Aizu Univ.) |
| 幹事補佐氏名（和） | 山口 基(ルネサスエレクトロニクス) / / 金城 秀樹(沖縄大) |
| 幹事補佐氏名（英） | Motoi Yamaguchi(Renesas Electronics) / / Hideki Kinjo(Okinawa Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Circuits and Systems / Technical Committee on Signal Processing / Technical Committee on Mathematical Systems Science and its applications / Technical Committee on VLSI Design Technologies |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いた配線長予測による解析的配置手法の高速化 |
| サブタイトル（和） | |
| タイトル（英） | Acceleration of Analytical Placement by Wire Length Prediction using Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 配置問題 / Placement problem |
| キーワード(2)（和/英） | 解析的配置 / analytical placement |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 配線長予測 / wire length prediction |
| 第 1 著者 氏名（和/英） | 干場 樹 / Tatsuki Hoshiba |
| 第 1 著者 所属（和/英） | 会津大学(略称：会津大) The University of Aizu(略称：Univ. of Aizu) |
| 第 2 著者 氏名（和/英） | 小平 行秀 / Yukihide Kohira |
| 第 2 著者 所属（和/英） | 会津大学(略称：会津大) The University of Aizu(略称：Univ. of Aizu) |
| 発表年月日 | 2018-06-14 |
| 資料番号 | CAS2018-14,VLD2018-17,SIP2018-34,MSS2018-14 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | CAS-82,VLD-83,SIP-84,MSS-85 |
| ページ範囲 | pp.75-80(CAS), pp.75-80(VLD), pp.75-80(SIP), pp.75-80(MSS), |
| ページ数 | 6 |
| 発行日 | 2018-06-07 (CAS, VLD, SIP, MSS) |