芯片标准单元的性能预测方法、装置、电子设备和存储介质与流程

本技术实施例涉及集成电路，尤其涉及一种芯片标准单元的性能预测方法、装置、电子设备和存储介质。

背景技术：

1、标准单元（standard cell）是数字超大规模集成电路（very large scaleintegration circuit，vlsi）设计的基础单元，其性能、功耗和面积直接决定集成电路的ppa（performance、power、area，性能、功耗、面积）指标。

2、在先进工艺节点（如7nm及以下）下，工艺设计协同优化和系统工艺协同优化的流程要求对大量不同驱动强度和版图结构的标准单元变种进行评估。在芯片设计过程中，评估标准单元的延时、功耗等性能指标的过程称为特征化（characterization）。传统的标准单元特征化流程通常先通过场求解器从标准单元的版图中提取电阻和电容寄生参数，再利用spice等电路仿真器计算不同pvt（process、voltage、temperature，工艺、电压、温度）节点下标准单元的延时和功耗等性能指标。然而，随着pvt节点数量爆炸式增长以及单元变种急剧增加，该过程往往需要数天甚至更长时间，这已成为芯片设计迭代的瓶颈。因此，如何快速地获得标准单元的性能指标，成为了本领域亟待解决的技术问题。

技术实现思路

1、有鉴于此，本技术实施例提供一种芯片标准单元的性能预测方法、装置、电子设备和存储介质，以解决或至少缓解上述问题。

2、根据本技术实施例的第一方面，提供了一种芯片标准单元的性能预测方法，包括：获取标准单元的版图数据和所述标准单元的网表数据，其中，所述网表数据用于表示所述标准单元中各个电子器件的连接关系；基于所述版图数据提取所述标准单元的特定结构层的图像特征，生成对应的版图张量；基于所述网表数据，构建用于表示所述标准单元的拓扑结构的异构图数据；根据所述版图张量，提取所述标准单元的空间几何信息，获得第一特征序列；对异构图数据进行编码，获得第二特征序列；根据预定映射关系，将所述第一特征序列分别映射为键向量和值向量，以及将所述第二特征序列映射为查询向量；根据所述查询向量与所述键向量之间的相似度，对所述值向量进行加权处理，得到融合向量；根据所述融合向量对所述标准单元的性能进行预测，获得所述标准单元的性能指标。

3、在一些可选的实施例中，所述异构图数据表示的拓扑结构包括第一类节点、第二类节点、第一类边和第二类边；所述基于所述网表数据，构建用于表示所述标准单元的拓扑结构的异构图数据，包括：根据所述网表数据，将所述标准单元的所述电子器件确定为第一类节点；确定各个所述电子器件之间的连接节点，并将所述连接节点确定为第二类节点；确定各个所述第一类节点和各个所述第二类节点之间的连接边，并将所述连接边确定为第一类边；以及，确定所述连接节点间存在的第二类边，其中，所述第二类边用于表示该第二类边连接的多个所述连接节点之间存在耦合关系。

4、在一些可选的实施例中，所述确定所述连接节点间存在的第二类边，包括：在与同一个所述第一类节点连接的多个第二类节点之间，建立第二类边。

5、在一些可选的实施例中，所述对异构图数据进行编码，获得第二特征序列，包括：通过图transformer编码器对所述异构图数据进行处理，获得第二特征序列。

6、在一些可选的实施例中，所述图transformer编码器的参数包括图掩码和结构偏置项，所述图掩码用于将所述图transformer编码器的注意力机制的计算范围，限定为所包括的两个节点之间存在所述第一类边或所述第二类边的节点对；所述结构偏置项用于表示边的类型与权重调整参数之间的对应关系，作为所述图transformer编码器确定节点对的注意力权重的依据。

7、在一些可选的实施例中，所述根据所述版图张量，提取所述标准单元的空间几何信息，获得第一特征序列，包括：将所述版图张量切分为多个图块张量；对所述图块张量进行线性投影处理，生成所述图块张量对应的图块向量；根据各个所述图块向量，获得包括各个所述图块向量的初始特征序列；通过视觉transformer编码器对所述初始特征序列进行处理，获得所述第一特征序列。

8、在一些可选的实施例中，所述根据各个所述图块向量，获得包括各个所述图块向量的初始特征序列，包括：获取预定的类别项和蒸馏项，将所述类别项、所述蒸馏项与各个所述图块向量进行拼接，获得所述初始特征序列。

9、在一些可选的实施例中，所述基于所述版图数据提取所述标准单元的特定结构层的图像特征，生成对应的版图张量，包括：基于所述版图数据，对所述特定结构层的通孔占据的像素进行扩展，获得预处理版图数据；基于预处理版图数据，提取所述特定结构层的图像特征，生成对应的版图张量。

10、在一些可选的实施例中，所述根据所述查询向量与所述键向量之间的相似度，对所述值向量进行加权处理，得到融合向量，包括：根据所述查询向量与所述键向量之间的相似度，确定对应的相似度向量；根据所述相似度向量确定对所述值向量加权的权重向量；根据所述权重向量对所述值向量进行加权处理，得到融合向量。

11、在一些可选的实施例中，所述标准单元的所述特定结构层包括所述标准单元的底层金属层、顶层金属层、以及所述底层金属层和所述顶层金属层之间的中间金属层。

12、根据本技术实施例的第二方面，提供了一种芯片标准单元的性能预测装置，包括：获取单元，用于获取标准单元的版图数据和所述标准单元的网表数据，其中，所述网表数据用于表示所述标准单元中各个电子器件的连接关系；第一预处理单元，用于基于所述版图数据提取所述标准单元的特定结构层的图像特征，生成对应的版图张量；第二预处理单元，用于基于所述网表数据，构建用于表示所述标准单元的拓扑结构的异构图数据；编码单元，用于根据所述版图张量，提取所述标准单元的空间几何信息，获得第一特征序列；对异构图数据进行编码，获得第二特征序列；映射单元，用于根据预定映射关系，将所述第一特征序列分别映射为键向量和值向量，以及将所述第二特征序列映射为查询向量；加权融合单元，用于根据所述查询向量与所述键向量之间的相似度，对所述值向量进行加权处理，得到融合向量；预测单元，用于根据所述融合向量对所述标准单元的性能进行预测，获得所述标准单元的性能指标。

13、根据本技术实施例的第三方面，提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；所述存储器用于存储至少一可执行指令，所述可执行指令使所述处理器执行如上面任一实施例的方法对应的操作。

14、根据本技术实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上面任一实施例的方法对应的操作。

15、本技术实施例中，可以获取标准单元的版图数据和标准单元的网表数据。基于版图数据提取标准单元的特定结构层的图像特征，生成对应的版图张量。基于网表数据，构建用于表示标准单元的拓扑结构的异构图数据。根据版图张量，提取标准单元的空间几何信息，获得第一特征序列。对异构图数据进行编码，获得第二特征序列。根据预定映射关系，将第一特征序列分别映射为键向量和值向量，以及将第二特征序列映射为查询向量。根据查询向量与键向量之间的相似度，对值向量进行加权处理，得到融合向量。根据融合向量对标准单元的性能进行预测，获得标准单元的性能指标。本实施例的方法通过上述步骤得到融合向量并据此预测性能指标，整个过程仅需一次前向推理，无需像传统方法那样利用spice等电路仿真器计算不同pvt节点下标准单元的性能指标，可以避免计算不同pvt节点下标准单元的性能指标所造成的反复迭代求解，能够极大地减少评估标准单元所需的运算时间，显著提升获得标准单元的性能指标的速度。

16、并且，根据预定映射关系，将第一特征序列分别映射为键向量和值向量，将第二特征序列映射为查询向量，根据查询向量与键向量之间的相似度对值向量进行加权处理，得到融合向量的过程中，第二特征序列为查询向量的来源，第一特征序列为键向量和值向量的来源，这使得通过加权处理获得融合向量的过程形成非对称的交叉注意力机制。由于第一特征序列是根据版图张量提取的标准单元的空间几何信息得到的，版图张量是基于版图数据生成的，第二特征序列是对异构图数据进行编码得到的，异构图数据是基于网表数据构建的，所以本实施形成的非对称的交叉注意力机制，可以以网表数据所表征的电气连接关系为基础，在版图数据表征的图像信息中搜索并聚合与电气连接关系对应的版图区域，如金属连线和通孔区域，实现电路逻辑和物理版图的精准对齐，确保融合向量所承载的信息在物理实现与电路逻辑之间具有一致的对应关系，使融合向量能够准确反映标准单元的电路结构对其性能的影响，可以有效提高后续依据融合向量预测性能指标预测的准确率。