Accélérer le placement analytique avec GPU : Une approche générique

Cet article présente une approche générique d'exploitation du parallélisme GPU pour accélérer les calculs essentiels dans le placement analytique non linéaire VLSI. Nous considérons le calcul de la longueur de fil et de la densité qui sont largement utilisés comme coût et contrainte dans le placement analytique non linéaire. Pour le calcul du gradient de longueur de fil, nous utilisons la caractéristique sparse du graphe de circuit pour transformer les portions intensives en calcul en multiplications de matrices éparses, ce qui optimise efficacement le schéma d'accès mémoire et atténue la charge de travail déséquilibrée. Pour la densité, nous introduisons une technique d'aplatissement des calculs pour atteindre un équilibrage de charge entre les threads, et une représentation à haute précision est intégrée dans notre approche pour garantir la reproductibilité. Nous avons évalué notre méthode sur un ensemble de benchmarks de compétition provenant de l'industrie. Les résultats expérimentaux montrent que notre méthode GPU atteint de meilleures performances par rapport aux méthodes CPU et à l'implémentation GPU directe.