Predicción de congestión en FPGA utilizando métodos de aprendizaje basados en regresión
Autores: Goswami, Pingakshya; Bhatia, Dinesh
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Predicción de congestión en FPGA utilizando métodos de aprendizaje basados en regresión
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Diseño
Cierre
Flujos de diseño físico VLSI
Flujos de diseño físico FPGA
Predicción de congestión de enrutamiento
Basado en aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
El diseño del cierre en los flujos de diseño físico VLSI y flujos de diseño físico FPGA es un problema importante y que consume mucho tiempo. El enrutamiento en sí mismo puede consumir hasta un 70% del tiempo total de diseño. Una estimación precisa de la congestión durante las primeras etapas del flujo de diseño puede ayudar a aliviar sorpresas relacionadas con el enrutamiento de último minuto.
Descripción
El diseño del cierre en los flujos de diseño físico VLSI y flujos de diseño físico FPGA es un problema importante y que consume mucho tiempo. El enrutamiento en sí mismo puede consumir hasta un 70% del tiempo total de diseño. Una estimación precisa de la congestión durante las primeras etapas del flujo de diseño puede ayudar a aliviar sorpresas relacionadas con el enrutamiento de último minuto.