TransSizer: A Novel Transformer-Based Fast Gate Sizer

Gate sizing is a fundamental netlist optimization move and researchers have used supervised learning-based models in gate sizers. Recently, Reinforcement Learning (RL) has been tried for sizing gates (and other EDA optimization problems) but are very runtime-intensive. In this work, we explore a nov...

Celý popis

Podrobná bibliografie

Vydáno v:	2022 IEEE/ACM International Conference On Computer Aided Design (ICCAD) s. 1 - 9
Hlavní autoři:	Nath, Siddhartha, Pradipta, Geraldo, Hu, Corey, Yang, Tian, Khailany, Brucek, Ren, Haoxing
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	ACM 29.10.2022
Témata:	Computational modeling Computer architecture Data models generative model Logic gates Measurement Netlist optimization sizing Training Transformer Transformers
ISSN:	1558-2434
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!