ICC 中有关阻塞(congestion)的设定

ICC 中有关阻塞(congestion)的设定  

   

自动布线最根本的任务是完成布线。在完成布线的前提下,才能考虑到其他方面的优化。虽然ICC提供了强大的布线工具,但在种种条件的约束下,依然会造成布线的失败。我在实际工作中,学习和参考了相关资料,总结了一些方法供大家参考。  

   

参数设定:  

placer_max_cell_density_threshold -1  

placer_enable_high_effort_congestion false  

placer_enable_enhanced_route false  

physopt_ultra_high_area_effort false  

   

以上参数通过set  set_app_var 设定。通过参数字面的意思即可以了解到其用意。可以看到,解决阻塞的方法无非就是降低单元密度(使用率),具体表现在:密度限制、多次阻塞分析、提供更准确的阻塞图、允许删除更多的单元。  

   

此外,set_paramenter还提供了更多变量的设定。过分的时序约束也会造成单元面积的增加。  

   

命令设定:  

使用封装好的命令进行设定更为安全,也可以得到更多的帮助与解释。  

set_pnet_option 限制power rail 下面是否能摆放标准单元。  

   

set_congestion_option 设定最大使用率,其中-layer 选项已被 routing guide 所取代。  

   

set_area_recovery_option 已被 set_congestion_option 所取代。  

   

set_keepout_margin 通常用来为hard macro增加类似 padding 的设定,以阻止标准单元的靠近。实际上,将其应用与标准单元,可以得到意外的效果。  

   

手工设定:  

Placement blockage  

Routing guide  

Bound / plan group/ voltage area  

限制区域或将电路限制在某块区域,以达到减少模块单元密度、理清模块间布线的目的。  

   

辅助设定:  

RP (Relative Placement) 用于理清 data path ,从而达到减少布线的目的。  

Partition 附带使用率的设定,目前还不知道如何更好的进行运用。  

   

优化命令:  

placement with -congestion_driven  

以减少阻塞为目的的计算方式,进行摆放。  

   

VFP (Virtual Flat Placement) with –virtual_IPO 允许单元宽松的摆放,而非紧紧的靠在一起增加布线的难度。  

   

refine_placement 对摆放进行单独的优化。  

Commands with –congestion option: place_opt, psyn_opt, route_opt 优化时调用阻塞优化。  

   

参考数值:  

route_global / route_zrt_global / route_fp_proto –congestion_map_only  

report_congestion   

生成布线阻塞图,提供阻塞依据,产生阻塞信息以评估布线可行性。  

   

Both Dirs: Overflow = 11194 Max = 5 GRCs = 11924 (0.47%)  

max > 10 OR GRCs % > 2% 布线失败的可能性较大。  

内容概要:本文介绍了“快速LDP-MST”这一针对大型数据集的高效基于密度峰值的聚类方法,并提供了完整的Matlab代码实现。该方法通过构建最小生成树(MST)并融合密度峰值聚类思想,有效提升了传统算法在处理大规模、复杂分布数据时的聚类效率与准确性,尤其适用于高维与非球形簇结构的数据分析任务。文章不仅阐述了算法的核心原理与技术优势,还强调了科研过程中逻辑思维、创新意识与“借力”工具的重要性,倡导研究者善用现有资源加速科研进程。; 适合人群:具备一定编程基础,特别是熟悉Matlab语言,从事数据科学、机器学习、模式识别或相关领域的科研人员、工程师及研究生;尤其适合正在开展聚类算法研究或需要高效处理大规模数据的开发者。; 使用场景及目标:①在大规模数据集中实现高效、精确的聚类分析;②研究基于密度与图论结合的聚类算法设计原理与优化路径;③通过提供的Matlab代码快速搭建实验环境,验证算法性能,或在此基础上进行二次开发与算法改进。; 阅读建议:此资源以Matlab代码为核心支撑,建议读者结合算法理论与工程实践,按照文档结构循序渐进地学习,充分利用所提供的网盘代码与模型资源,动手运行、调试并可视化算法结果,从而深入理解快速LDP-MST算法的设计思想与实现细节,提升科研效率与创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值