← 返回列表
一种自监督学习的DTCO标准单元库版图布局方法
申请人信息
- 申请人:华南理工大学
- 申请人地址:510641 广东省广州市天河区五山路381号
- 发明人: 华南理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种自监督学习的DTCO标准单元库版图布局方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311478539.3 |
| 申请日 | 2023/11/7 |
| 公告号 | CN117494644A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06F30/392 |
| 权利人 | 华南理工大学 |
| 发明人 | 李斌; 黄奕铭; 吴朝晖; 秦朝政; 黄文礼 |
| 地址 | 广东省广州市天河区五山路381号 |
摘要文本
华南理工大学获取“一种透气窗帘布”专利技术，本发明公开了一种自监督学习的DTCO标准单元库版图布局方法。针对全自动标准单元库版图布局生成问题，该方法收集行业相关语义文件、标准单元库Spice网表文件、设计规则文件以及相对应的标准单元库版图布局信息的数据文件。建立自监督学习深度学习模型，采用无监督预训练结合监督微调的深度框架。在训练过程中，自适应动态调整深度学习模型的参数权重和超参数，直到生成内容满足某工艺节点设计规则的版图布局要求。该发明实现了标准单元库版图布局的全自动生成，降低了人工设计成本，可广泛应用于芯片设计流程的智能化和自动化。。 （来源 专利查询网）
专利主权项内容
1.一种自监督学习的DTCO标准单元库版图布局方法，其特征在于，包括如下步骤：S1.收集学习文件；S2.建立自监督学习深度学习模型，自监督学习方案采用无监督预训练结合监督微调的深度框架，无监督预训练直接将经清洗但未经标定的文本文件输入深度学习模型，监督微调为对深度学习模型投入经过清洗且标定的文本文件；S3.训练过程自适应动态调整深度学习模型的参数权重和超参数，直到生成内容满足指定工艺节点设计规则的版图布局要求。