Marco de enrutamiento detallado guiado por RL para circuitos personalizados avanzados

Investigadores de UT Austin, la Universidad de Princeton y NVIDIA publicaron un artículo técnico titulado “Enrutamiento detallado guiado por aprendizaje reforzado para circuitos personalizados”.

“Este artículo presenta un novedoso marco de enrutamiento detallado para circuitos personalizados que aprovecha el aprendizaje de refuerzo profundo para optimizar los patrones de enrutamiento al tiempo que considera restricciones de enrutamiento personalizadas y reglas de diseño industrial. Los análisis exhaustivos posteriores al diseño basados ​​en diseños industriales demuestran la eficacia de nuestro marco para abordar las limitaciones especificadas y producir soluciones de enrutamiento de calidad”, afirma el documento.

Encuentra los documento técnico aquí. Publicado en marzo de 2023.

Hao Chen, Kai-Chieh Hsu, Walker J. Turner, Po-Hsuan Wei, Keren Zhu, David Z. Pan y Haoxing Ren. 2023. Enrutamiento detallado guiado por aprendizaje por refuerzo para circuitos personalizados. En Actas del Simposio Internacional sobre Diseño Físico de 2023 (ISPD '23). Association for Computing Machinery, Nueva York, NY, EE. UU., 26–34. https://doi.org/10.1145/3569052.3571874.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
• Acuñando el futuro con Adryenn Ashley. Accede Aquí.
• Compra y Vende Acciones en Empresas PRE-IPO con PREIPO®. Accede Aquí.
• Fuente: https://semiengineering.com/24225134-2/