[发明专利]基于机器学习的数据路径提取

摘要

本发明的实施例涉及基于机器学习的数据路径提取。一种数据路径提取工具使用机器学习模型以基于聚类特征将集成电路设计中的单元聚类选择性地分类为数据路径逻辑或者非数据路径逻辑。支持向量机和神经网络可以用来构建紧凑和运行时间高效模型。如果支持向量机和神经网络二者指示聚类与数据路径相似则将它分类为数据路径。聚类特征可以包括用于单元聚类的自同构发生器或者基于来自先前(例如全局)布局的单元位置的物理信息，诸如用于给定的聚类的总单元面积与用于给定的聚类的定界框的半周长之比。

主权项

一种从集成电路设计提取数据路径逻辑的计算机实施的方法，包括：通过执行计算机系统中的第一指令，接收用于所述集成电路设计的电路描述，所述电路描述包括被互连用于形成多个网的多个单元；通过执行所述计算机系统中的第二指令，根据所述电路描述生成单元聚类；通过执行所述计算机系统中的第三指令，评估所述单元聚类以标识所述单元聚类中的用于区分数据路径逻辑和非数据路径逻辑的一个或者多个聚类特征；并且通过执行所述计算机系统中的第四指令，基于所述一个或者多个聚类特征使用一个或者多个机器学习模型将所述单元聚类选择性地分类为数据路径逻辑或者非数据路径逻辑。