买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州芯晓电子科技有限公司

摘要：一种基于深度学习查找最差动态压降的方法，包括以下步骤：1）基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集；2）基于所述训练集和所述验证集的数据，构建深度学习神经网络模型；3）采用所述训练集和所述验证集的数据，训练所述深度学习神经网络模型；4）将训练好的深度学习神经网络模型作为动态压降计算模型，对输入组合进行预测并将所有结果组合成压降矩阵，得到最大压降的单元实例。本申请通过采用深度学习的方法对单元实例的平均功耗、翻转率、等效电阻、电压降，以及瞬态电流等参数进行建模分析，能够快速找到电路的最差动态压降。

主权项：1.一种基于深度学习查找最差动态压降的方法，其特征在于，包括以下步骤：1）基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集；2）基于所述训练集和所述验证集的数据，构建深度学习神经网络模型；采用3层残差网络作为深度学习神经网络模型的主体框架；3）采用所述训练集和所述验证集的数据，训练所述深度学习神经网络模型；4）将训练好的深度学习神经网络模型作为动态压降计算模型，对输入组合进行预测并将所有结果组合成压降矩阵，得到最大压降的单元实例；所述基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集的步骤，还包括：计算全芯片单元实例的基于前端仿真结果的整个仿真时间的平均功耗，得到每个单元实例的平均功耗，组成平均功耗矩阵；基于前端逻辑仿真结果，对整个仿真时间计算每个单元实例的翻转率，组成翻转率矩阵；计算全芯片单元实例的等效电阻，得到每个单元实例的等效电阻，组成等效电阻矩阵；通过事件驱动的动态功耗分析，获得每个单元实例不同的动态压降的值，组成电压降矩阵；还包括：根据输入斜率、输出负载和翻转时间，拟合出针对单元实例的输入引脚在不同状态时的瞬态电流，得到瞬态电流矩阵；还包括：对所述平均功耗矩阵、所述翻转率矩阵、所述等效电阻矩阵、所述电压降矩阵，以及所述瞬态电流矩阵进行滑动分块处理，获取训练集和验证集的步骤；所述滑动分块，包括：根据预设的滑动分块的纵向步长和横向步长，对每个矩阵进行滑动取样，得到多个分块矩阵以扩充数据；在扩充后的数据中选择一部分作为训练集，剩余部分作为验证集。

全文数据：

权利要求：

百度查询： 杭州芯晓电子科技有限公司 一种基于深度学习查找最差动态压降的方法