摘要
设计规则检查(DRC)收敛是先进节点物理设计的主要瓶颈。尽管详细布线器具备规则感知能力,残留的设计规则违规(DRV)通常仍需人工迭代修复。本文提出 EvoDRC,一种面向模块级 DRC 修复的技能进化智能体框架。该框架利用从参考设计中蒸馏的知识初始化特定层修复技能,并利用目标设计中收集的可追溯修复经验持续演进这些技能。EvoDRC 将布局分解为有界修复区域,为每个区域分配 LLM 修复智能体,并通过局部 DRC 分析、连通性检查及影响预览工具提供反馈。实验表明,相较于基线,EvoDRC 实现了 73.5% 的整体违规减少。
AI 推荐理由
论文提出自我进化框架,核心机制在于利用修复经验持续演进技能,高度契合主题。
研究机构
Arizona State University
NVIDIA Corporation
论文信息