-
题名基于神经网络的优化算法在EDA中应用研究进展
- 1
-
-
作者
赵晨晖
贺珊
刘先明
郭东辉
-
机构
厦门大学电子科学与技术学院
福建省集成电路设计工程技术研究中心
-
出处
《计算机应用研究》
北大核心
2025年第1期1-10,共10页
-
基金
国家自然科学基金重点项目(61836010)
福建省科技创新平台项目(2023-P-008)。
-
文摘
为了应对芯片设计复杂度的提升,电子设计自动化工具和方法也在不断进步。然而,EDA需要协调达到最佳的功率、性能和面积,通常其不能保证最优的解决方案。EDA工具在电路设计阶段包括逻辑综合、布局布线及验证等均属于多目标、多约束的非线性规划求解过程,且为了更好解决求解中的不确定性和易于出现局域极值等难题,基于神经网络的优化算法已被集成到EDA工具的设计流程中。首先对EDA中的优化问题、多目标优化计算及基于神经网络的优化算法进行了简要概述,继而详细梳理了基于神经网络的优化算法在逻辑综合、布局布线及验证等不同设计阶段中的优化求解方法,并阐述了当前研究所面临的挑战与机遇,希望为集成电路自动化设计及相关领域研究提供参考。
-
关键词
电子设计自动化
非线性规划
多目标优化
神经网络
优化计算
-
Keywords
electronic design automation(EDA)
nonlinear programming
multi-objective optimization
neural network
optimization calculation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名可重构的串行高级加密标准加解密电路设计
被引量：3
- 2
-
-
作者
谢惠敏
郭东辉
-
机构
厦门大学电子工程系
福建省集成电路设计工程技术研究中心
-
出处
《计算机应用》
CSCD
北大核心
2013年第2期450-454,459,共6页
-
文摘
为了进一步提高高级加密标准(AES)算法在现场可编程门阵列(FPGA)上的硬件资源使用效率,提出一种可支持密钥长度128/192/256位串行AES加解密电路的实现方案。该设计采用复合域变换实现字节乘法求逆,同时实现列混合与逆列混合的资源共享以及三种AES算法密钥扩展共享。该电路在Xilinx Virtex-Ⅴ系列的FPGA上实现,硬件资源消耗为1871 slice、4 RAM。结果表明,在最高工作频率173.904 MHz时,密钥长度128/192/256位AES加解密吞吐率分别可达2119/1780/1534 Mb.s-1。该设计吞吐率/硬件资源比值较高,且适用支持千兆以太网。
-
关键词
高级加密标准
现场可编程门阵列
密钥扩展
加密
解密
-
Keywords
Advanced Encryption Standard （AES）
Field Programmable Gate Array （FPGA）
key-expansion
encryption
decryption
-
分类号
TN402
[电子电信—微电子学与固体电子学]
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名实时嵌入式系统的竞态条件及其分析方法研究
被引量：4
- 3
-
-
作者
陈艳
徐晓峰
李晓潮
郭东辉
-
机构
厦门大学信息科学与技术学院
厦门大学物理系
福建省集成电路设计工程技术研究中心
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2010年第7期1201-1210,共10页
-
基金
国家自然科学基金项目(60753001)
教育部新世纪人才计划基金项目
-
文摘
竞态条件使得多个任务对共享资源进行操作的先后顺序在不同的执行情况下发生改变,从而可能引起系统异常.为了分析实时嵌入式系统可能出现的竞态条件及其所带来的影响,根据目标系统的执行特征,建立系统的执行序列模型,对相关的竞态条件进行精确描述,并在此基础上提出一种竞态集来存储和分析系统的竞态条件,然后利用获取到的竞态集,构建系统的竞态条件图来预测系统潜在的竞态同步关系.实验分析表明该方法能够有效地分析和预测目标系统各种可能的竞态同步关系及其所带来的不同执行情况和结果.
-
关键词
实时嵌入式系统
执行序列
竞态条件
竞态集
竞态条件图
-
Keywords
real-time embedded system
execution sequence
race condition
race set
race condition graph
-
分类号
TP316
[自动化与计算机技术—计算机软件与理论]
-
-
题名类脑计算脉冲神经网络模型及其学习算法研究进展
- 4
-
-
作者
黄泽南
刘晓捷
赵晨晖
邓亚彬
郭东辉
-
机构
厦门大学电子科学与技术学院
福建省集成电路设计工程技术研究中心
-
出处
《计算机科学》
CSCD
北大核心
2023年第1期229-242,共14页
-
基金
国家自然科学基金重点项目(61836010)。
-
文摘
深度神经网络在实际应用中的局限性日益凸显,具备生物可解释性的类脑计算脉冲神经网络成为了人们研究的热点课题。应用场景的不确定性及复杂多样性给研究者提出了新的挑战,要求类似生物大脑组织具备多尺度架构的类脑计算脉冲神经网络,能够实现对多模态、不确定性信息的感知决策功能。文中主要介绍了多尺度生物合理性的类脑计算脉冲神经网络模型及其面向多模态信息表征和不确定信息感知的学习算法,并分析探讨了基于忆阻器互联的脉冲神经网络可实现多尺度架构类脑计算的两个关键技术问题,即多模态、不确定信息与脉冲时序表示一致性问题和多尺度脉冲神经网络学习算法与容错计算问题。最后,对类脑计算脉冲神经网络的研究方向进行了分析与展望。
-
关键词
类脑计算
脉冲神经网络
多尺度网络模型
多模态信息
不确定信息感知
决策融合
学习算法
STDP
-
Keywords
Brain-liked computing
Spiking neural network
Multi-scale network model
Multi-modal information
Uncertain information perception
Decision fusion
Learning algorithm
STDP
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
