專利名稱：基于多水平劃分法的大規(guī)模集成電路劃分方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種設(shè)計大規(guī)模集成電路用的基于多水平劃分法的大規(guī)模集成電路 劃分方法。
背景技術(shù)：
-
電路劃分在使用硬件描述語言設(shè)計大規(guī)模集成電路中占有重要的地位。隨著集成 技術(shù)的快速發(fā)展，在一個芯片上集成幾十萬門甚至幾百萬門電路己成為現(xiàn)實，因此在 大規(guī)模集成電路設(shè)計中使用電路劃分，有效地減低了對集成電路進(jìn)行模擬或綜合的復(fù) 雜性等要求。電路劃分也是層次化設(shè)計思想的重要一環(huán)，電路可以在不同級別上進(jìn)行 劃分進(jìn)行系統(tǒng)級劃分把一個系統(tǒng)劃分到一組印刷電路板上，進(jìn)fi^板級劃分把印刷電 路板上的電路劃分成一組芯片，進(jìn)行芯片級劃分把芯片中的電路劃分成更小的電路。 電路劃分還有一個重要的原因就是滿足封裝性要求，電路中門的數(shù)目與輸入輸出引腳
數(shù)目之間的關(guān)系受Rent規(guī)則約束，每個芯片上輸出引腳的數(shù)目以及門電路的數(shù)目都
不能無限制增加，加之對大規(guī)模集成電路封裝性要求，所以必須對大規(guī)模集成電路進(jìn) 行劃分。研究出一個好的電路劃分方法是提高大規(guī)模集成電路劃分系統(tǒng)性能的必要條 件。
請參見圖l所示，現(xiàn)有技術(shù)的電路劃分系統(tǒng)中電路劃分方法，第一步，用硬件描
述語言描述被劃分的電路101,得到電路源代碼102;第二步，詞法分析電路的源代 碼，得到對應(yīng)的單詞符號103;第三步，在詞法分析基礎(chǔ)上進(jìn)行語法分析，得到對應(yīng) 的語法短語104;第四步，在語法分析基礎(chǔ)上進(jìn)行語義分析，得到對應(yīng)的類型信息105; 第五步，在語義分析基礎(chǔ)上生成中間代碼，構(gòu)造對應(yīng)的電路線網(wǎng)106;第六步，根據(jù) 中間代碼生成的線網(wǎng)，調(diào)用劃分程序109對電路進(jìn)行劃分；第七步，根據(jù)劃分結(jié)果修 改對應(yīng)的線網(wǎng)，得到修改后線網(wǎng)107;第八步，對修改后線網(wǎng)進(jìn)行電路輸出，得到劃
分后電路描述源代碼108。
從現(xiàn)有技術(shù)的電路劃分系統(tǒng)中有若干種邏輯電路的劃分法，這些劃分法從互連線
數(shù)目最小，劃分后電路子集的邏輯單元數(shù)目均勻分布等不同的方面來實現(xiàn)，其中
一種基于遷移的劃分法，首先，產(chǎn)生電路的隨機(jī)初始劃分，同一個電路邏輯單元 不能同時屬于兩個電路子集。在遷移優(yōu)化階段，該劃分法在兩個電路子集中各選取一
個電路邏輯單元進(jìn)行成對交換，這兩個電路邏輯單元分別屬于兩個不同的電路子集且 收益最大，從而每次都利用交換過程最大限度地改進(jìn)電路劃分質(zhì)量。在這個過程中， 劃分法記錄割切達(dá)到最小值時刻的電路劃分結(jié)果，且一旦交換了選擇的兩個電路邏輯 單元，在整個遷移過程余下的優(yōu)化改進(jìn)中，將這兩個電路邏輯單元鎖定使得它們不再 被選中，重復(fù)上述過程直到所有可能的電路邏輯單元都經(jīng)遷移之后，然后回滾到累計 收益最大即割切最小值的時刻。該程序得到的電路劃分結(jié)果不穩(wěn)定，離散性很大，因 此限制了該劃分法所能解決問題的規(guī)模。
另一種水平嵌套劃分法，首先，選擇一個電路邏輯單元，把這個電路邏輯單元標(biāo) 上0，然后把那些和這個電路邏輯單元相連的電路邏輯單元標(biāo)上1，之后對于那些還 未標(biāo)上號碼，但是和己經(jīng)標(biāo)上號碼的電路邏輯單元相鄰的電路邏輯單元，將其標(biāo)號為 相連的電路邏輯單元號碼上加1;直到一半的電路邏輯單元標(biāo)上號碼，標(biāo)號過程才結(jié) 束。那些已經(jīng)標(biāo)上號碼的電路邏輯單元集合設(shè)為一個電路子集，其他電路邏輯單元為 另一個電路子集。該劃分法只有在選取的初始電路邏輯單元接近外圍時，得到的電路 劃分結(jié)果相對較好，因此得到的電路劃分結(jié)果也不穩(wěn)定。
還有一種多水平劃分法，首先，采用隨機(jī)匹配將某些電路邏輯單元結(jié)合在一起， 得到下一水平層的粗化電路圖，重復(fù)此過程直到粗化電路圖足夠小為止，即得到一個 最小電路圖。然后，采用劃分法對最小電路圖進(jìn)行對分，得到一個初始二劃分。之后， 在從最小電路圖投影回初始電路圖，在每一水平層的細(xì)化電路劃分中，按照貪心原則 選擇收益值最大的電路邏輯單元進(jìn)行遷移優(yōu)化，得到最后的電路劃分結(jié)果。該劃分法 相對上述兩種方法，更適合針對超大規(guī)模集成電路進(jìn)行劃分，但由于采用隨機(jī)策略進(jìn) 行匹配和貪心原則進(jìn)行優(yōu)化，因此逃離局部最優(yōu)的能力是有限的。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對已有技術(shù)存在的不足，提供一種改進(jìn)的基于多水平劃分法 的大規(guī)模集成電路劃分方法，提高大規(guī)模集成電路劃分的效率和性能。為達(dá)到上述目 的，本發(fā)明的構(gòu)思如下
實現(xiàn)電路線網(wǎng)到無向圖的轉(zhuǎn)換，并保存為帶權(quán)值的無向圖文件，然后啟動無向圖 多水平劃分程序，對生成的賦權(quán)無向圖進(jìn)行劃分。
在多水平劃分法的粗化階段，通過對結(jié)點屬性進(jìn)行賦權(quán)無向圖中所有結(jié)點的核值 求解排序，基于結(jié)點核值的非嚴(yán)格降序，按照該次序訪問處于未匹配狀態(tài)的結(jié)點，依
據(jù)一定規(guī)則對其進(jìn)行匹配，從而將連接性好的結(jié)點合并在一起。
在多水平劃分法的優(yōu)化階段，采用免疫克隆優(yōu)化程序改進(jìn)貪心原則的局部搜索方 法，對在每一水平層圖投影的劃分進(jìn)行優(yōu)化，借助適當(dāng)?shù)目寺〔僮?、克隆變異操作?接種免疫疫苗操作、克隆選擇操作，使得改進(jìn)后的方法在利用啟發(fā)信息搜索局部最優(yōu) 解的同時，更大自由地對具有潛力的解空間進(jìn)行搜索，增加全局搜索能力。
根據(jù)上述的發(fā)明構(gòu)思，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的 一種基于多水平劃分法 的大規(guī)模集成電路劃分方法，其特征在于，具體步驟如下，
步驟l，用硬件描述語言描述該電路，生成該電路的源代碼；
步驟2，詞法分析，從左到右一個個讀入該電路的源代碼，對構(gòu)成源代碼的字符
流進(jìn)行掃描和分解，從而識別出一個個單詞； 步驟3，語法分析，在詞法分析的基礎(chǔ)上將單詞序列分解成各類語法短語，依據(jù)
硬件描述語言的語法規(guī)則，確定整個字符流是否構(gòu)成一個語法上正確的
程序；
步驟4，語義分析，在語法分析的基礎(chǔ)上審核源代碼有無語義錯誤，為中間代碼
生成階段收集類型信息； 步驟5，中間代碼生成，在語法分析和語義分析的基礎(chǔ)上，將源代碼生成中間代
碼，用內(nèi)部中間格式表示； 步驟6，帶權(quán)值的無向圖文件生成，基于中間代碼構(gòu)造文本描述的電路^t應(yīng)的線
網(wǎng)，經(jīng)過電路線網(wǎng)到無向圖的轉(zhuǎn)換之后，保存為帶權(quán)值的無向圖文件； 步驟7，無向圖劃分，啟動無向圖多水平劃分程序，讀取帶權(quán)值的無向圖文件，
對生成的賦權(quán)圖進(jìn)行劃分，將最終得到的劃分結(jié)果存儲在無向圖劃分文
件中；
步驟8，修改線網(wǎng)，在檢測到無向圖劃分程序完成劃分之后，從無向圖劃分文件 中讀取相應(yīng)的劃分結(jié)果，根據(jù)劃分信息修改電路對應(yīng)的線網(wǎng)；
步驟9，電路輸出，遍歷修改后的線網(wǎng)，將得到的電路劃分結(jié)果以硬件描述語言 存儲在電路描述文件中。 上述的步驟6的操作程序為
6.1基于中間代碼構(gòu)造電路源代碼描述電路對應(yīng)的線網(wǎng)，生成完整電路線網(wǎng)； 一個
完整的電路線網(wǎng)看作是一個根模塊，它由層次化的子模塊實例和電路邏輯單元通 過信號互聯(lián)構(gòu)成，且每個子模塊內(nèi)部由端口、電路邏輯單元、嵌套子模塊的實例
通過信號連接構(gòu)成；
6.2遍歷完整的電路線網(wǎng)，并對電路中的基本電路邏輯單元命名標(biāo)識號；確立各 邏輯單元之間的信號連接方式，實現(xiàn)到無向圖的轉(zhuǎn)換，該圖中的基本電路邏輯單 元用結(jié)點乂表示，該圖中信號用邊^(qū).表示；結(jié)點乂的權(quán)值代表基本電路邏輯單元 的大小，邊^(qū).的權(quán)值代表基本電路邏輯單元之間信號連線轉(zhuǎn)換的權(quán)值； 6.3將轉(zhuǎn)換得到的無向圖保存為帶權(quán)值的無向圖文件。 上述的步驟7的操作程序為
7.1讀取帶權(quán)值的無向圖文件，采用壓縮存儲格式對圖進(jìn)行存儲；
7.2進(jìn)入到多水平劃分法的粗化階段，采用匹配程序?qū)⒛承┙Y(jié)點結(jié)合在一起，得
到下一水平層的粗化圖，重復(fù)此過程直到粗化圖足夠小為止，即得到一個最小7.3進(jìn)入到多水平劃分法的初始劃分階段，初始化抗體種群，其中抗體種群中每
個抗體采用劃分程序得到一個初始二劃分，并采用接種免疫疫苗操作進(jìn)行初始二
劃分的優(yōu)化；
7.4進(jìn)入到多水平劃分法的優(yōu)化階段，從最小圖投影回初始圖，在每一水平層的 細(xì)化圖中，設(shè)定克隆規(guī)模參數(shù)，采用免疫克隆優(yōu)化程序?qū)澐诌M(jìn)行優(yōu)化； 7.5將最終得到的劃分結(jié)果存儲在無向圖劃分文件中。 上述的步驟7.2中，所述的匹配程序為-
7.2.1標(biāo)注圖中所有結(jié)點處于未匹配狀態(tài)；
7.2.2基于結(jié)點屬性進(jìn)行圖中所有結(jié)點的核值求解；
7.2.3按照結(jié)點的核值進(jìn)行非嚴(yán)格降序排序，且按照該次序訪問處于未匹配狀態(tài)的 結(jié)點V;如果結(jié)點V還有鄰接結(jié)點未匹配，那么選取處于沒有匹配狀態(tài)的且權(quán)值 最大的邊的鄰接結(jié)點U和結(jié)點V匹配，且標(biāo)注這兩個結(jié)點為匹配狀態(tài)；如果結(jié)點 v所有鄰接匹配結(jié)點處于匹配狀態(tài)，那么結(jié)點v仍處于未匹配狀態(tài)，在粗化過程 中直接拷貝到下一水平層的粗化圖中； 7.2.4重復(fù)上一步，直至訪問結(jié)束。 上述的步驟7.4中，所述的免疫克隆優(yōu)化程序為-
7.4.1將上一水平層粗化圖抗體種群優(yōu)化后的劃分投影回當(dāng)前層的細(xì)化圖，作為當(dāng) 前層的抗體種群初始劃分；
7.4.2設(shè)置抗體種群初始劃分中最優(yōu)的劃分為種群最優(yōu)劃分BEST,且將免疫克隆 程序的循環(huán)計數(shù)器COUNTER置為零；7.4.3計算抗體種群的親合度，依據(jù)設(shè)定的抗體克隆規(guī)模參數(shù)，對抗體種群中每個 抗體進(jìn)行克隆操作、克隆變異操作、接種免疫疫苗操作、克隆選擇操作； 7.4.4如果新抗體種群中最優(yōu)的劃分優(yōu)于種群最優(yōu)劃分BEST，則更新種群最優(yōu)劃 分BEST;
7.4.5循環(huán)計數(shù)器COUNTER加一；
7.4.6重復(fù)7.4.3、 7.4.4、 7.4.5步，直至循環(huán)計數(shù)器COUNTER到達(dá)給定的上限。 上述的步驟8的操作程序為
8.1讀取無向圖劃分文件存儲的相應(yīng)劃分結(jié)果；
8.2通過修改電路對應(yīng)的線網(wǎng)，將劃分結(jié)果對應(yīng)的基本電路邏輯單元搬移到指定的 模塊。
本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見的突出實質(zhì)性特點和顯著優(yōu)點
1、 提高了電路劃分的效率
本發(fā)明基于多水平劃分法的大規(guī)模集成電路劃分方法，由于實現(xiàn)電路線網(wǎng)到帶權(quán) 值無向圖文件的轉(zhuǎn)換，然后啟動無向圖多水平劃分程序，對生成的賦權(quán)無向圖進(jìn)行劃 分，從而避免了劃分法直接在電路線網(wǎng)上進(jìn)行劃分，并且可以通過設(shè)置劃分法的參數(shù) 獲取較優(yōu)的劃分結(jié)果后，再進(jìn)行電路線網(wǎng)的修改，從而有效地提高了電路劃分的效率。
2、 提高了電路劃分的性能
本發(fā)明基于多水平劃分法的大規(guī)模集成電路劃分方法，由于在多水平劃分法的粗 化階段，借助結(jié)點屬性按照一定規(guī)則進(jìn)行匹配，從而將連接性好的結(jié)點合并在一起， 最大化減少邊的條數(shù)以及邊權(quán)值之和，從而有利于初始劃分階段得到一個好的初始劃 分、在優(yōu)化階段對初始劃分的投影優(yōu)化。本發(fā)明基于多水平劃分法的大規(guī)模集成電路 劃分方法，在多水平劃分法的優(yōu)化階段，采用免疫克隆優(yōu)化程序改進(jìn)貪心原則的局部 搜索方法，在每一水平層圖投影的劃分進(jìn)行優(yōu)化，有效地找到比Sa有技術(shù)更優(yōu)的電路 劃分結(jié)果，最終顯著地提高了電路劃分的性能。


通過以下對本發(fā)明基于多水平劃分法的大規(guī)模集成電路劃分方法的實例結(jié)合其附 圖的描述，可以進(jìn)一步理解本發(fā)明的目的、具體結(jié)構(gòu)特征和優(yōu)點。 圖1是現(xiàn)有技術(shù)的電路劃分系統(tǒng)中電路劃分方法的程序框圖。
圖2是本發(fā)明基于多水平劃分法的大規(guī)模集成電路劃分方法的程序框圖。
圖3是本發(fā)明的對賦權(quán)無向圖文件進(jìn)行存儲的壓縮存儲格式的程序框圖。
圖4是本發(fā)明的粗化階段實施的匹配程序的流程圖。
圖5是本發(fā)明的優(yōu)化階段實施免疫克隆優(yōu)化程序的流程圖。
圖6是本發(fā)明的實施接種免疫疫苗操作的流程圖。
圖7是本發(fā)明與現(xiàn)有技術(shù)基于多水平劃分法的無向圖劃分程序MeTiS相比較的實 驗結(jié)果表。
具體實施例方式
為了能夠更清楚地理解本發(fā)明基于多水平劃分法的大規(guī)模集成電路劃分方法的 技術(shù)內(nèi)容，特舉以下實例詳細(xì)說明。
請參閱圖2所示，用硬件描述語言描述被劃分的電路201，得到電路源代碼202; 詞法分析電路的源代碼，得到對應(yīng)的單詞符號203;在詞法分析基礎(chǔ)上進(jìn)行語法分析，
得到對應(yīng)的語法短語204;在語法分析基礎(chǔ)上進(jìn)行語義分析，得到對應(yīng)的類型信息 205;在語義分析基礎(chǔ)上，構(gòu)造對應(yīng)的內(nèi)部中間代碼206;基于內(nèi)部中間代碼構(gòu)造文
本描述的電路對應(yīng)的線網(wǎng)207，經(jīng)過電路線網(wǎng)到無向圖的轉(zhuǎn)換之后，保存為帶權(quán)值的 無向圖文件210;啟動無向圖多水平劃分程序216，讀取帶權(quán)值的無向圖文件，得到
采用壓縮存儲格式存儲的圖212;進(jìn)入到多水平劃分法的粗化階段，調(diào)用匹配程序
217，將某些圖結(jié)點結(jié)合在一起，得到每一水平層的粗化圖213;進(jìn)入到多水平劃分 法的初始劃分階段，調(diào)用劃分程序218對最小圖進(jìn)行對分，得到最小圖初始二劃分 214;進(jìn)入到多水平劃分法的優(yōu)化階段，從最小圖投影回初始圖，在每一水平層的細(xì) 化圖中，調(diào)用優(yōu)化程序219對劃分進(jìn)行優(yōu)化，得到每一水平層細(xì)化圖的優(yōu)化劃分215;
將最終得到的初始圖劃分結(jié)果存儲為無向圖劃分文件211;在檢測到無向圖劃分程序
完成劃分之后，從無向圖劃分文件中讀取相應(yīng)的劃分結(jié)果，根據(jù)劃分信息修改電路對
應(yīng)的線網(wǎng)，得到劃分結(jié)果對應(yīng)的修改后線網(wǎng)208;遍歷修改后的線網(wǎng)，將得到的電路
劃分結(jié)果以硬件描述語言存儲為電路描述文件209。
對于多水平劃分法的帶權(quán)值的無向圖文件，本實施例的壓縮存儲格式如圖3所 示。存儲結(jié)構(gòu)使用xadj數(shù)組303存儲結(jié)點的信息，使用adjncy數(shù)組302存儲鄰接結(jié) 點的信息。假設(shè)數(shù)組地址從零開始，結(jié)點編號從零開始，則第i個結(jié)點的鄰接結(jié)點列 表存儲在數(shù)組adjncy中，位置從數(shù)組adjncy[xadj[i]]到adjncy[xadj[i+l]-l]。圖例301 包含總共7個結(jié)點和12條邊，adjncy數(shù)組302存儲每個結(jié)點的鄰接結(jié)點列表，因此
大小為24。 xadj數(shù)組303指定每個結(jié)點對應(yīng)鄰接結(jié)點列表的起始和終止位置，第i 個結(jié)點的起始位置為第i-l個結(jié)點的終止位置，因此大小為8。當(dāng)圖為帶權(quán)值的無向 圖，壓縮存儲結(jié)構(gòu)使用vwgt數(shù)組305存儲結(jié)點的權(quán)值信息，大小為結(jié)點的個數(shù);使用 adjwgt數(shù)組304存儲邊權(quán)值的信息，大小為邊數(shù)目的兩倍，且和存儲鄰接結(jié)點信息的 數(shù)組adjncy配合使用。第i個結(jié)點的權(quán)值存放在vwgt[i]，與鄰接結(jié)點adjncy[j]之間邊 的權(quán)值信息存放在adjwgt[j]。
對于多水平劃分法的粗化階段，本實施例的匹配程序具體流程如圖4所示，步驟 如下
AOh標(biāo)注圖中所有結(jié)點處于未匹配狀態(tài)；
A02:基于結(jié)點屬性進(jìn)行圖中所有結(jié)點的核值求解，結(jié)點的屬性可以采用結(jié)點的
入度、出度、度、結(jié)點邊權(quán)值之和，結(jié)點邊權(quán)值中的最大值等； A03:按照結(jié)點的核值進(jìn)行非嚴(yán)格降序排序；
A04:按照該次序訪問處于未匹配狀態(tài)的結(jié)點是否結(jié)束；如果訪問未結(jié)束，即存 在結(jié)點V未被訪問，則轉(zhuǎn)步驟A05;否則訪問結(jié)束，則匹配程序結(jié)束；
A05:結(jié)點V所有鄰接結(jié)點是否處于匹配狀態(tài)；如果存在鄰接結(jié)點未被匹配，轉(zhuǎn) 步驟A06;否則結(jié)點V所有鄰接結(jié)點都處于匹配狀態(tài)，轉(zhuǎn)步驟AU;
A06:選取處于沒有匹配狀態(tài)的且權(quán)值最大的邊的鄰接結(jié)點為候選結(jié)點；
A07:如果存在著多個候選結(jié)點，則轉(zhuǎn)步驟A08，否則只有單個候選鄰接結(jié)點，
轉(zhuǎn)步驟A10;
A08:在多個候選結(jié)點中選擇核值更大的那個鄰接結(jié)點U;
A09:結(jié)點v和鄰接結(jié)點u匹配并進(jìn)行合并，合并后的結(jié)點權(quán)值為結(jié)點v和鄰接 結(jié)點u權(quán)值相加，合并后結(jié)點的邊為結(jié)點v和鄰接結(jié)點u邊的合并，轉(zhuǎn)步驟
A04;
A10:選擇單個候選鄰接結(jié)點U，轉(zhuǎn)步驟A09;
AU:結(jié)點v仍處于未匹配狀態(tài)，在粗化過程中直接拷貝到粗化圖中，轉(zhuǎn)步驟A04。 對于多水平劃分法的優(yōu)化階段，本實施例的免疫克隆優(yōu)化程序具體流程如圖5所
示，步驟如下
B01:將上一水平層粗化圖抗體種群優(yōu)化后的劃分投影回當(dāng)前層的細(xì)化圖，作為
當(dāng)前層的抗體種群初始劃分； B02:設(shè)置抗體種群初始劃分中最優(yōu)的劃分為種群最優(yōu)劃分BEST;
B03:免疫克隆程序的循環(huán)計數(shù)器COUNTER置為零；
B04:如果循環(huán)計數(shù)器COUNTER到達(dá)給定的上限，則優(yōu)化程序結(jié)束，否則轉(zhuǎn)步 驟B05;
B05:計算抗體種群的親合度；
B06:依據(jù)設(shè)定的抗體克隆規(guī)模參數(shù)，對抗體種群中每個抗體進(jìn)行克隆操作-.
B07:抗體種群中每個抗體進(jìn)行克隆變異操作； B08:抗體種群中每個抗體進(jìn)行接種免疫疫苗操作； B09:抗體種群按照最優(yōu)劃分原則進(jìn)行克隆選擇操作；
B10:如果新抗體種群中最優(yōu)的劃分優(yōu)于種群最優(yōu)劃分BEST，則轉(zhuǎn)步驟Bll，否
則轉(zhuǎn)步驟B12;
B15:更新種群最優(yōu)劃分BEST為新抗體種群中最優(yōu)的劃分； B16:循環(huán)計數(shù)器COUNTER加一，轉(zhuǎn)步驟B06;
步驟B05計算兩抗體之間的相似度時可供參考的一種計算公式如下
0.5 +
一0.5
+1
其中SV2(V)
1, ^卜 [v
0, otherwise
上式中C^表示抗體A和^之間的相似度，V表示無向圖的結(jié)點集合，、和
分別表示抗體A和A存儲的劃分； 步驟B06對抗體種群中每個個體進(jìn)行第k代克隆操作時，抗體A的克隆規(guī)模q,(/0 可供參考的一種計算公式如下:<formula>formula see original document page 12</formula>
上式中q,(k)表示第k代抗體A的克隆規(guī)模， 表示克隆規(guī)模有關(guān)的設(shè)定值，
f(A(W)表示為A抗體抗原親合度，可用抗體A存儲劃分的割切值計算； 0,.表示為抗體A和其他抗體的親合力，/nf(x)表示大于x的最小整數(shù)。
對于多水平劃分法的初始劃分階段和優(yōu)化階段，本實施例的抗體接種免疫疫苗操 作，通過分析基于當(dāng)前劃分的特征信息即邊界結(jié)點的收益值，按照貪心原則制作并接 種疫苗，使得在接種免疫疫苗操作后的新抗體質(zhì)量得到提高，可供參考的一種實現(xiàn)方
法具體流程如圖6所示，步驟如下-
C01:將抗體當(dāng)前保存的劃分作為初始劃分P;
C02:設(shè)置抗體最優(yōu)劃分GOOD置為初始劃分P并將循環(huán)計數(shù)器I置為零； C03:基于給定的初始劃分P計算出所有結(jié)點的內(nèi)聯(lián)度和外聯(lián)度； C04:計算所有邊界結(jié)點的遷移收益值；
C05:將所有邊界結(jié)點的收益值分別插入到兩個結(jié)點子集的散列數(shù)據(jù)結(jié)構(gòu)中； C06:如果循環(huán)計數(shù)器I到達(dá)給定的上限，則程序結(jié)束，否則轉(zhuǎn)步驟C07; C07:進(jìn)入遷移過程，遷移方向為劃分中結(jié)點子集之和重的一側(cè)到輕的一側(cè)； C08:從當(dāng)前遷移方向起點所在一側(cè)的散列數(shù)據(jù)結(jié)構(gòu)中，根據(jù)貪心原則選擇收益
值最大的結(jié)點為被遷移結(jié)點； C09:將結(jié)點v遷移并計算新劃分的割切； C10:重新計算結(jié)點v的鄰接結(jié)點內(nèi)聯(lián)度和外聯(lián)度；
C12:在散列結(jié)構(gòu)中更新鄰接結(jié)點的收益值；如果鄰接結(jié)點結(jié)點u因為結(jié)點v的 遷移成為邊界結(jié)點，那么將收益值插入到結(jié)點u所在的結(jié)點子集散列結(jié)構(gòu)
中；如果結(jié)點U因為結(jié)點V的遷移成為非邊界結(jié)點，那么將收益值從結(jié)點U 所在的結(jié)點子集散列結(jié)構(gòu)中刪除；如果結(jié)點u遷移前后始終為邊界結(jié)點， 則只需更新處于散列結(jié)構(gòu)的收益值； C14:如果當(dāng)前劃分割切優(yōu)于抗體最優(yōu)劃分GOOD，則轉(zhuǎn)步驟C15，否則轉(zhuǎn)步驟
C16;
C15:更新抗體最優(yōu)劃分GOOD為當(dāng)前劃分； C16:循環(huán)計數(shù)器I加一，轉(zhuǎn)步驟C06;
本實施例中，基于多水平劃分法的大規(guī)模集成電路劃分方法采用ANSIC來實現(xiàn)， 操作系統(tǒng)為WIN2000，運行在1800MHZ的AMD公司的Althon2200芯片上，內(nèi)存為 512M。實驗方案所用的測試基準(zhǔn)電路為1998年IBM公司Austin研究實驗室的Alpert 教授給出的18組電路測試基準(zhǔn)ISPD98。ISPD98是基于IBM公司Austin、 Burlington、 Rochester設(shè)計部門給出的一系列內(nèi)部電子產(chǎn)品經(jīng)過轉(zhuǎn)換得到，包括總線仲裁器、總 線電橋芯片、內(nèi)存及周邊元件擴(kuò)展總線接口、通訊適配器、內(nèi)存控制器、處理器和圖 形適配器等。評價本發(fā)明的現(xiàn)有對比技術(shù)是著名的基于多水平劃分法的無向圖劃分程 序MeTiS，為Minnesota大學(xué)Karypis教授所提供。實驗方案針為了保證實驗結(jié)果 的可重復(fù)性和公正性，對每組電路測試基準(zhǔn)圖進(jìn)行了20次對比實例驗證，并固定選
用隨機(jī)數(shù)種子和免疫克隆優(yōu)化程序參數(shù)，其中種群規(guī)模為8，克隆變異系數(shù)為0.3， 克隆規(guī)模參數(shù)為24即每個抗體平均克隆3次。由于抗體接種疫苗操作收集特征信息 等計算量較大，因此為了在合理時間內(nèi)獲得最優(yōu)近似劃分，設(shè)迭代次數(shù)為15。對于 實驗結(jié)果，我們采用的評估指標(biāo)為20次實例驗證中得到的劃分割切最小值(MinCut) 和劃分割切平均值(AveCut)。在圖7的表格中的"結(jié)點"為該測試基準(zhǔn)電路中基本電 路邏輯單元的個數(shù)，"邊"為信號權(quán)值的累加。實驗結(jié)果展示了本發(fā)明基于多水平劃 分法的大規(guī)模集成電路劃分方法良好的性能，相比MeTiS在劃分割切最小值獲得了 35.0%的改進(jìn)，在劃分割切平均值獲得了 55.1%的改進(jìn)。
權(quán)利要求
1.一種基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于，具體步驟如下步驟1，用硬件描述語言描述該電路，生成該電路的源代碼；步驟2，詞法分析，從左到右一個個讀入該電路的源代碼，對構(gòu)成源代碼的字符流進(jìn)行掃描和分解，從而識別出一個個單詞；步驟3，語法分析，在詞法分析的基礎(chǔ)上將單詞序列分解成各類語法短語，依據(jù)硬件描述語言的語法規(guī)則，確定整個字符流是否構(gòu)成一個語法上正確的程序；步驟4，語義分析，在語法分析的基礎(chǔ)上審核源代碼有無語義錯誤，為中間代碼生成階段收集類型信息；步驟5，中間代碼生成，在語法分析和語義分析的基礎(chǔ)上，將源代碼生成中間代碼，用內(nèi)部中間格式表示；步驟6，帶權(quán)值的無向圖文件生成，基于中間代碼構(gòu)造文本描述的電路對應(yīng)的線網(wǎng)，經(jīng)過電路線網(wǎng)到無向圖的轉(zhuǎn)換之后，保存為帶權(quán)值的無向圖文件；步驟7，無向圖劃分，啟動無向圖多水平劃分程序，讀取帶權(quán)值的無向圖文件，對生成的賦權(quán)圖進(jìn)行劃分，將最終得到的劃分結(jié)果存儲在無向圖劃分文件中；步驟8，修改線網(wǎng)，在檢測到無向圖劃分程序完成劃分之后，從無向圖劃分文件中讀取相應(yīng)的劃分結(jié)果，根據(jù)劃分信息修改電路對應(yīng)的線網(wǎng)；步驟9，電路輸出，遍歷修改后的線網(wǎng)，將得到的電路劃分結(jié)果以硬件描述語言存儲在電路描述文件中。
2. 按權(quán)利要求1所述的基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于， 在所述的步驟6的操作程序為6.1基于中間代碼構(gòu)造電路源代碼描述電路對應(yīng)的線網(wǎng)，生成完整電路線網(wǎng)；一 個完整的電路線網(wǎng)看作是一個根模塊，它由層次化的子模塊實例和電路邏輯單元 通過信號互聯(lián)構(gòu)成，且每個子模塊內(nèi)部由端口、電路邏輯單元、嵌套子模塊的實 例通過信號連接構(gòu)成；6.2遍歷完整的電路線網(wǎng)，并對電路中的基本電路邏輯單元命名標(biāo)識號；確立各 邏輯單元之間的信號連接方式，實現(xiàn)到無向圖的轉(zhuǎn)換，該圖中的邏輯單元用結(jié)點^表示，該圖中信號用邊g.表示；結(jié)點乂的權(quán)值代表邏輯單元的大小，邊^(qū).的權(quán)值代表邏輯單元之間信號連線轉(zhuǎn)換的權(quán)值；6. 3將轉(zhuǎn)換得到的無向圖保存為帶權(quán)值的無向圖文件。
3. 按權(quán)利要求1所述的基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于， 在所述的步驟7的操作程序為-7. 1讀取帶權(quán)值的無向圖文件，采用壓縮存儲格式對圖進(jìn)行存儲；7.2進(jìn)入到多水平劃分法的粗化階段，采用匹配程序?qū)⒛承┙Y(jié)點結(jié)合在一起，得 到下一水平層的粗化圖，重復(fù)此過程直到粗化圖足夠小為止，即得到一個最小圖； 7.3進(jìn)入到多水平劃分法的初始劃分階段，初始化抗體種群，其中抗體種群中每 個抗體采用劃分程序得到一個初始二劃分，并采用接種免疫疫苗操作進(jìn)行初始二 劃分的優(yōu)化；7.4進(jìn)入到多水平劃分法的優(yōu)化階段，從最小圖投影回初始圖，在每一水平層的 細(xì)化圖中，設(shè)定克隆規(guī)模參數(shù)，采用免疫克隆優(yōu)化程序?qū)澐诌M(jìn)行優(yōu)化；7. 5將最終得到的劃分結(jié)果存儲在無向圖劃分文件中。
4. 按權(quán)利要求1所述的基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于， 在所述的步驟8的操作程序為8. 1讀取無向圖劃分文件存儲的相應(yīng)的劃分結(jié)果；8.2通過修改電路對應(yīng)的線網(wǎng)，將劃分結(jié)果對應(yīng)的基本電路邏輯單元搬移到指定 的模塊。
5. 按權(quán)利要求3所述的基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于， 在所述的步驟7. 2的匹配程序為[7. 2. 1]標(biāo)注圖中所有結(jié)點處于未匹配狀態(tài)；[7. 2. 2]基于結(jié)點屬性進(jìn)行圖中所有結(jié)點的核值求解；[7.2.3]按照結(jié)點的核值進(jìn)行非嚴(yán)格降序排序，且按照該次序訪問處于未匹配狀態(tài) 的結(jié)點v;如果結(jié)點v還有鄰接結(jié)點未匹配，那么選取處于沒有匹配狀態(tài)的且權(quán) 值最大的邊的鄰接結(jié)點u和結(jié)點v匹配，且標(biāo)注這兩個結(jié)點為匹配狀態(tài)；如果結(jié) 點v所有鄰接匹配結(jié)點處于匹配狀態(tài)，那么結(jié)點v仍處于未匹配狀態(tài)，在粗化過 程中直接拷貝到下一水平層的粗化圖中； 7.2.4重復(fù)上一步，直至訪問結(jié)束。
6. 按權(quán)利要求3所述的基于多水平劃分法的大規(guī)模集成電路劃分方法，其特征在于，在所述的步驟7. 4的免疫克隆優(yōu)化程序為[7.4.1]將上一水平層粗化圖抗體種群優(yōu)化后的劃分投影回當(dāng)前層的細(xì)化圖，作為 當(dāng)前層的抗體種群初始劃分；[7.4.2]設(shè)置抗體種群初始劃分中最優(yōu)的劃分為種群最優(yōu)劃分BEST,且將免疫克隆 程序的循環(huán)計數(shù)器COUNTER置為零；[7.4.3]計算抗體種群的親合度，依據(jù)設(shè)定的抗體克隆規(guī)模參數(shù)，對抗體種群中每 個抗體進(jìn)行克隆操作、克隆變異操作、接種免疫疫苗操作、克隆選擇操作； [7.4.4]如果新抗體種群中最優(yōu)的劃分優(yōu)于種群最優(yōu)劃分BEST,則更新種群最優(yōu)劃 分BEST;[7.4. 5]循環(huán)計數(shù)器COUNTER加一；[7.4.6]重復(fù)7. 4. 3、 7.4.4、 7.4.5步，直至循環(huán)計數(shù)器COUNTER到達(dá)給定的上限。
全文摘要
本發(fā)明涉及一種基于多水平劃分法的大規(guī)模集成電路劃分方法，本劃分方法對多水平劃分法做了改進(jìn)，實現(xiàn)電路線網(wǎng)到無向圖的轉(zhuǎn)換，并保存為帶權(quán)值的無向圖文件，然后啟動無向圖多水平劃分程序，對生成的無向賦權(quán)圖進(jìn)行劃分。采用本發(fā)明的劃分方法，不僅僅有效地提高了電路劃分的效率，還顯著地提高了電路劃分的性能，具有較好的實用性。
文檔編號G06F17/50GK101101610SQ20071004376
公開日2008年1月9日 申請日期2007年7月13日 優(yōu)先權(quán)日2007年7月13日
發(fā)明者明 冷, 孫凌宇, 郁松年 申請人:上海大學(xué)