跳到正文
热点事件持续更新

开源学习驱动虚拟缓冲感知全局布局框架提出

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Andrew B. Kahng、Yiting Liu 和 Zhiang Wang 提出 MLBuf-RePlAce,他们称这是首个开源的学习驱动虚拟缓冲感知解析式全局布局框架,构建在 OpenROAD 基础设施之上。 该框架采用递归学习生成式缓冲方法预测缓冲器类型与位置,并在全局布局阶段处理 ERC 违规。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    MLBuf-RePlAce:基于递归学习的虚拟缓冲感知解析式全局布局框架

    MLBuf-RePlAce 是首个开源的学习驱动虚拟缓冲感知解析式全局布局框架,构建于 OpenROAD 基础设施之上,采用递归学习生成式缓冲方法预测缓冲器类型与位置,并在全局布局阶段处理 ERC 违规。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。