Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.12433v1

帮助 | 高级搜索

计算机科学 > 硬件架构

arXiv:2508.12433v1 (cs)
[提交于 2025年8月17日 ]

标题: ATLAS:一种自监督的跨阶段网表功耗模型,用于细粒度基于时间的布局功耗分析

标题: ATLAS: A Self-Supervised and Cross-Stage Netlist Power Model for Fine-Grained Time-Based Layout Power Analysis

Authors:Wenkai Li, Yao Lu, Wenji Fang, Jing Wang, Qijun Zhang, Zhiyao Xie
摘要: 在VLSI设计中,精确的功耗预测对于有效的功耗优化至关重要,尤其是在设计从门级网表转换到版图阶段时。然而,传统的精确功耗仿真需要耗时的后端处理和仿真步骤,这显著阻碍了设计优化。为了解决这个问题,我们提出了ATLAS,它可以预测任何新设计的基于时间的版图功耗。据我们所知,ATLAS是第一个同时支持基于时间的功耗仿真和通用跨设计功耗建模的工作。它通过提出一种针对电路功耗定制的新预训练和微调范式,实现了这种通用的基于时间的功耗建模。针对商业工具的每周期版图功耗,我们的ATLAS在没有任何版图信息的情况下,对时钟树、寄存器和组合功耗组的平均绝对百分比误差(MAPE)分别仅为0.58%、0.45%和5.12%。总体而言,整个设计总功耗的MAPE小于1%,并且工作负载的推理速度明显快于商业工具的标准流程。
摘要: Accurate power prediction in VLSI design is crucial for effective power optimization, especially as designs get transformed from gate-level netlist to layout stages. However, traditional accurate power simulation requires time-consuming back-end processing and simulation steps, which significantly impede design optimization. To address this, we propose ATLAS, which can predict the ultimate time-based layout power for any new design in the gate-level netlist. To the best of our knowledge, ATLAS is the first work that supports both time-based power simulation and general cross-design power modeling. It achieves such general time-based power modeling by proposing a new pre-training and fine-tuning paradigm customized for circuit power. Targeting golden per-cycle layout power from commercial tools, our ATLAS achieves the mean absolute percentage error (MAPE) of only 0.58%, 0.45%, and 5.12% for the clock tree, register, and combinational power groups, respectively, without any layout information. Overall, the MAPE for the total power of the entire design is <1%, and the inference speed of a workload is significantly faster than the standard flow of commercial tools.
评论: 被设计自动化会议(DAC)2025接受
主题: 硬件架构 (cs.AR)
引用方式: arXiv:2508.12433 [cs.AR]
  (或者 arXiv:2508.12433v1 [cs.AR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.12433
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Wenkai Li [查看电子邮件]
[v1] 星期日, 2025 年 8 月 17 日 16:58:28 UTC (9,049 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.AR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号