arXiv · ML· Muhammad Hadir Khan, Wajid Ali, Arya Thottiparambil Manikandan, Matthew Guthaus·· 17 小时前AI 评分25
基于 GNN 的 Surrogate Model 用于 Variation-Aware Clock-Mesh 分析
A Surrogate Model for Variation-Aware Clock-Mesh Analysis and Design-Space Exploration using Graph Neural Networks
AI 导读
提出基于 GNN 的 Surrogate Model 优化 Clock-Mesh 分析。该模型在 SPICE 数据上训练，平均误差为 3.40 ps 延迟、4.14 ps 上升时间和 4.46 ps 偏移，比现有方法快 18-1706 倍。实际案例显示，该模型可提升 99th-percentile 偏移 49.1%，降低功耗 25.7% 和面积 37.3%。
来源：arXiv · ML · arxiv.org