期刊文献+

逻辑与物理相结合的MCM划分神经学习方法 被引量:1

A Neural Learning Approach for Logic and Layout Combined Partitioning on MCM
下载PDF
导出
摘要 本文提出一种性能驱动的MCM划分神经学习方法.新算法具有如下特点:(1)允许功能设计和布图设计同时进行,(2)划分时,不仅考虑了模块间的逻辑关系,还考虑了MCM的版图结构.(3)具有芯片间连线数目最少和时钟周期最短双重优化目标.(4)能使连线尽可能产生在相邻近的芯片之间.(5)网络的结构合理,学习速度快. In this paper, we propose a neural learning approach for performance-driven partitioning on multichip modules. our method is unique in (1) allowing simultaneous design in logic and layout. (2) considering both logical relation between modules and physical structure of MCM.(3)having double optimal object, minimizing number of connections between chips and cycle time of system. (4) making connections occur between chips as close as possible. (5)making the structure of neural network reasonable and training speed rapid.
出处 《电子学报》 EI CAS CSCD 北大核心 1998年第5期75-78,共4页 Acta Electronica Sinica
基金 国家"九五"科技攻关项目
关键词 MCM划分 神经网络 IC 制造工艺 logic and layout combined, Partitioning on MCM, Neural network
  • 相关文献

参考文献3

  • 1张立明,人工神经网络的模型及其应用,1993年
  • 2Shih M,Proc of DAC,1992年,52页
  • 3Chang R I,Proc of ISCAS,1993年,2043页

同被引文献3

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部