Decidir la vinculación, enrutamiento y programación dentro de la síntesis del sistema para sistemas de tiempo real puede ser una tarea desafiante. Los métodos simbólicos que aprovechan los resultados del área de la resolución de teorías de módulos de satisfacibilidad (SMT) han demostrado ser métodos escalables para esto al dividir el trabajo entre un solucionador lógico para el enrutamiento y la vinculación, y un solucionador de teoría de fondo que realiza análisis de programabilidad. Para estos métodos, con el fin de podar eficientemente el espacio de búsqueda de implementaciones inviables, se requiere un feedback de la teoría de fondo. Se puede observar que enfoques anteriores podrían fallar aquí ya que el feedback no se puede derivar en un tiempo razonable. Proponemos un enfoque de síntesis que supera este problema. Aquí, aprovechamos un solucionador de conjuntos de respuestas como solucionador lógico que se mejora con un refinamiento de vinculación y enrutamiento consciente de la programación. Basándose en las decisiones del solucionador de conjuntos de respuestas para la vinculación y el enrutamiento, un solucionador de teoría de fondo luego calcula horarios activados por tiempo para resolver conflictos de acceso a recursos. Si no existe un horario factible, un feedback al solucionador de conjuntos de respuestas puede derivarse en un tiempo razonable. Nuestros experimentos sintetizando arquitecturas de hardware masivamente paralelas muestran que nuestro enfoque aumenta considerablemente la aplicabilidad de la síntesis simbólica. Mientras que más de la mitad de las instancias investigadas en nuestros experimentos no pueden resolverse en el enfoque no coordinado ya en arquitecturas de hardware de malla en dos dimensiones pequeñas con utilización computacional promedio por mosaico, el enfoque de síntesis se escala a arquitecturas con utilización promedio por mosaico (el tamaño de la arquitectura de hardware es mayor que antes). Además, aumentamos la escalabilidad y la robustez de nuestro enfoque codificando nuestro conocimiento de dominio dentro de heurísticas específicas de dominio en nuestro solucionador de conjuntos de respuestas designado. Dentro de nuestros experimentos, observamos que las heurísticas específicas de dominio nos permiten escalar a arquitecturas con utilización promedio por mosaico.