[发明专利]一种基于多级GRASP的VLSI电路划分方法

说明书

技术领域

本发明涉及一种基于多级贪心随机自适应过程(GRASP)的超大规模集成电路(VLSI)电路划分方法，属于VLSI设计自动化技术领域,特别是VLSI版图设计自动化技术。

背景技术

集成电路产业是国民经济和社会发展的战略性新兴产业,是推动信息化的核心与基础。近年来，随着半导体材料科学与信息产业的飞速发展，集成电路芯片的集成度越来越高，对VLSI设计，特别是版图设计自动化技术提出了更高的要求。为有效降低VLSI版图设计的复杂性，需要把整个电路划分为若干子电路。电路划分的结果直接影响后续的布图规划、布局、布线过程，从而影响电路版图。另外，高质量的电路划分可以减小芯片间的互连时延，从而提高系统的性能。因此，寻找高质量的电路划分方法是众多学者研究的热点，也是VLSI电子设计自动化(EDA)工具的重要组成部分。

通常，电路划分目标是最小化被切割的线网数，并且要求各子电路的规模要大致平衡。电路划分问题属于NP困难问题，需要寻求有效的启发式方法。对电路进行划分时，首先要解决电路的表示方式。目前，对电路最有效的表示方式是超图H={V,E}。其中，V={v₁,v₂,…,v_n}表示电路元件的集合,E={e₁,e₂,…,e_n}表示线网集合。在此基础上，典型的电路划分方法有：基于移动的迭代改进方法，如FM算法、CLIP/CDIP算法；多级划分方法，如hMetis。多级划分方法主要由三个阶段构成：粗化阶段，初始划分阶段，细化阶段。其中，粗化阶段主要是为了降低超图的规模，不断将一些关联较大的顶点收缩，从而产生一系列规模越来越小的超图；当超图的规模足够小时，进入初始划分阶段；之后再逐层向上映射，并不断改进划分。

GRASP是一种应用广泛的启发式方法，主要包括构造阶段和局部搜索阶段。其中，构造阶段采用贪心随机自适应的方式产生好的初始解，局部搜索阶段是对构造的初始解进行改进。

虽然，hMetis划分工具可以提供较高质量的划分，被广泛应用在EDA工具中。但是，随着工业界对电路性能要求的不断提高，亟待出现一种提供更高质量的划分方法，以适应目前VLSI版图设计自动化的需求。

发明内容

有鉴于此，本发明的目的在于设计一种能得到高质量划分结果，并具有较高时间效率的电路划分方法。其基本思想是结合GRASP可以快速产生较好初始解的优势，对目前主流的多级划分方法进行改进，从而得到一种性能优越的电路划分方法。

本发明的技术方案：本发明的基于多级GRASP的VLSI电路划分方法，先把电路表示为超图。然后，在粗化阶段提高顶点匹配的质量。接着，在初始划分阶段，构造质量较好的初始划分集合，从而进一步改进划分质量。在细化阶段，结合多样性机制不断减小划分集合规模，有效保证了时间效率。最后，对划分进行进一步优化。具体如下：

(1)把电路表示为超图H₀={V₀,E₀}；

(2)计算当前超图H_i中所有顶点对的连接权重；

(3)采用桶排序方法对顶点间的连接权重进行快速排序。在此基础上，用GRASP的思想构造初始匹配；

(4)分别用长度为2,3的交替增广路和长度为4的交替增广圈局部改进步骤(3)的匹配结果；

(5)根据匹配的结果，开始构造下一级超图H_i+1；

(6)重复步骤(2)-(5),直到超图的规模足够小；

(7)用GRASP的思想对H_i进行初始划分，得到H_i的划分集合POP_i;

(8)采用多样性机制，更新POP_i；

(9)对POPi进行映射，得到的H_i-1的初始划分集合POP_i-1;

(10)用FM优化POP_i-1;

(11)重复步骤(8)-(10)，直到已经细化到原图H₀；

(12)对H₀的划分进行V-cycle改进,得到最后划分结果。