WO2023151631 - SYSTEM AND METHOD FOR GENERATING FLOORPLAN FOR DIGITAL CIRCUIT USING REINFORCEMENT LEARNING
National phase entry is expected:
Publication Number
WO/2023/151631
Publication Date
17.08.2023
International Application No.
PCT/CN2023/075315
International Filing Date
10.02.2023
Title **
[English]
SYSTEM AND METHOD FOR GENERATING FLOORPLAN FOR DIGITAL CIRCUIT USING REINFORCEMENT LEARNING
[French]
SYSTÈME ET PROCÉDÉ DE GÉNÉRATION DE PLAN DE MASSE POUR CIRCUIT NUMÉRIQUE UTILISANT L'APPRENTISSAGE PAR RENFORCEMENT
Applicants **
HUAWEI TECHNOLOGIES CO., LTD.
Huawei Administration Building, Bantian, Longgang District
Shenzhen, Guangdong 518129, CN
Inventors
ZHANG, Zhanguang
Suite 400, 303 Terry Fox Drive, Kanata Ottawa
Ontario 231, CA
AMINI, Mohammad
Suite 400, 303 Terry Fox Drive, Kanata Ottawa
Ontario 231, CA
ZHANG, Yingxue
Suite 400, 303 Terry Fox Drive, Kanata Ottawa
Ontario 231, CA
LIU, Wulong
Suite 400, 303 Terry Fox Drive, Kanata Ottawa
Ontario 231, CA
Priority Data
63/308,909
10.02.2022
US
17/866,270
15.07.2022
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
CNIPA
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 1377 | |
| EPO | Filing, Examination | 8198 | |
| Japan | Filing | 590 | |
| South Korea | Filing | 607 | |
| USA | Filing, Examination | 2710 |
Total: 13482 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
Methods and systems for generating a floorplan for a circuit are disclosed. A netlist graph of the circuit and block features associated with blocks of the circuit are obtained. A reinforcement learning (RL) agent is used to generate a sequence of corner block list (CBL) actions. Each CBL action is generated by: generating a current state embedding representing a current state of the floorplan; and inputting the current state embedding to a policy network of the RL agent to generate a predicted output vector, which is used to generate the CBL action. After each CBL action is generated, the current CBL representation of the floorplan and the block features are updated to reflect the state of the floorplan after applying the CBL action. The CBL representation is outputted as a final floorplan after all blocks have been placed.[French]
L'invention concerne des procédés et des systèmes pour la génération d'un plan de masse pour un circuit. Un graphe de liste d'interconnexions du circuit et des caractéristiques de bloc associées à des blocs du circuit sont obtenus. Un agent d'apprentissage par renforcement (RL) est utilisé pour générer une séquence d'actions de liste de blocs de coin (CBL). Chaque action CBL est générée par : génération d'un plongement d'état actuel représentant un état actuel du plan de masse; et introduction du plongement d'état actuel dans un réseau de politique de l'agent RL pour générer un vecteur de sortie prédit, qui est utilisé pour générer l'action CBL. Après que chaque action CBL a été générée, la représentation CBL actuelle du plan de masse et les caractéristiques de bloc sont mises à jour pour refléter l'état du plan de masse après application de l'action CBL. La représentation CBL est délivrée en sortie comme plan de masse final après que tous les blocs ont été placés.