Предсказание характеристик СБИС по логической схеме с помощью методов машинного обучения

Разработка цифровой аппаратуры – длительный процесс, одними из основных этапов которого являются логический и физический синтез. Несмотря на автоматизацию синтеза в современных САПР, он может занимать часы или даже дни. Применение методов машинного обучения может помочь прогнозировать результаты синтеза и за счет этого ускорить весь процесс разработки. В данной статье описан опыт создания и оценки восьми моделей машинного обучения для прогнозирования площади и задержки СБИС по ее схеме на этапе логического синтеза. Полученные результаты показывают перспективность данного подхода и указывают направления для дальнейших исследований.