近日,人工智能领域顶级会议InternationalConferenceonLearningRepresentation(ICLR 2024)在奥地利维也纳召开,北京大学集成电路学院提出的AI for EDA数据集CircuitNet 2.0论文入选。
基于人工智能技术实现高效率的EDA方法辅助芯片设计(AIforEDA)是当前的研究热点,有望提高芯片设计质量,大幅缩短设计迭代周期。然而,大数据集的获取一直是AI相关研究的关键问题。高质量的公开数据集是推动领域发展的重要支撑,而在数字集成电路后端设计中,由于生成数据需要的大量人力和时间成本,大规模公开数据集仍然较为缺乏。
针对当前AI for EDA领域缺乏数据集的问题,北京大学黄如院士团队林亦波研究员、王润声教授等于2022年率先发布了CircuitNet数据集(新闻见【1】,全文见【2】,公众号新闻报道链接见https://mp.weixin.qq.com/s/-kKFumWo8f3sZYSAlRchdQ),2023年进一步发布了面向先进工艺的大规模数据集CircuitNet 2.0。相比于先前的版本,CircuitNet2.0拥有超过10,000个来源于14nm先进工艺的数据样本,包括了CPU、GPU和AI芯片等不同类别的芯片设计。同时,CircuitNet 2.0支持可布线性、时序和电压降等多个AIforEDA预测任务,适用于多模态学习、非平衡学习和迁移学习等多个AI应用场景。
![](../../images/2024-05/03f8028252f74547b1c419951a647401.png)
数据集生成配置、流程、特征和标签
该工作以CircuitNet 2.0: An Advanced Dataset for Promoting Machine Learning Innovations in Realistic Chip Design Environment为题发表,第一作者为北京大学集成电路学院博士生江循,通讯作者为林亦波研究员。
![](../../images/2024-05/fa61656ee73f4550b6112ab3490497b5.jpeg)
博士生江循进行海报展示
引用:
【1】Chai, Z., Zhao, Y., Lin, Y., et al. CircuitNet: an open-source dataset for machine learning applications in electronic design automation (EDA). Science China Information Sciences, 65, 227401,2022.
【2】Chai Z, Zhao Y, Liu W., et al. Circuitnet: An open-source dataset for machine learning in vlsi cad applications with improved domain-specific evaluation metric and learning strategies[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2023.