AIGC动态欢迎阅读
评分，EDA物理设计框架全面开源
关键字：报告,华为,布局,算法,芯片
文章来源：量子位
内容字数：0字内容摘要：
ChipBench团队 投稿量子位 | 公众号 QbitAI芯片物理布局，有了直指性能指标的新测评标准！
中科大MIRA Lab和华为诺亚方舟实验室联合发布了新的评估框架和数据集，而且完全开源。
有了这套标准，布局指标与最终的端到端性能不一致、得分高而PPA性能却偏低的问题，就有望得到解决了。
在芯片设计当中，电子设计自动化（EDA）是至关重要的一环，在业界被称为“芯片之母”，而芯片物理布局（Placement）又是其中的关键步骤。
芯片物理布局问题是一个NP-hard问题，人们尝试着通过AI来进行这项工作，但缺乏一个有效的评测标准。
传统的评估尺度——代理指标虽然易于计算，但常常与芯片最终的端到端性能存在显著差异。
为了弥补这一鸿沟，中科大MIRA Lab和华为诺亚方舟实验室联合发布了这个名为ChiPBench的评估框架，以及相关数据集。
随着ChiPBench的上线，作者也发现了当前芯片布局算法存在很多不足，提醒相关研究人员是时候研发新算法了。
芯片设计流程面临挑战根据“摩尔定律”，集成电路（IC）的规模发生了指数级增长，对芯片设计带来了前所未有的挑战。
为了应对这种日益增长的复杂原文链接：中科大/华为诺亚出手！芯片性能≠布局评分，EDA物理设计框架全面开源
联系作者
文章来源：量子位
作者微信：
作者简介：
