Physics-Guided Geometric Diffusion for Macro Placement Generation
Author
- Haebom
Category
Empty
저자
Jongho Yoon, Jinsung Jeon, Seokhyeong Kang
💡 개요
본 논문은 VLSI 물리 설계의 핵심 단계인 매크로 배치 문제를 해결하기 위해 물리학 기반 기하학적 확산(Physics-Guided Geometric Diffusion) 프레임워크인 MacroDiff+를 제안한다. MacroDiff+는 이종 그래프 신경망(Heterogeneous GNN)으로 인코딩된 위상 연결성과 트랜스포머(Transformer)로 모델링된 전역 기하학적 맥락을 결합하는 이중 도메인 노이즈 제거 구조를 사용하며, 물리적 제약을 만족시키기 위한 Physics-Guided Sampling 전략을 도입한다. 이를 통해 기존 방법론 대비 와이어 길이 6.1-6.2% 감소라는 우수한 성능을 달성하고, 대규모 설계에서 안정적이고 확장 가능한 결과를 제공한다.
🔑 시사점 및 한계
•
복잡한 위상 연결성과 물리적 제약을 동시에 고려하는 새로운 확산 모델 기반 매크로 배치 생성 방법론을 제시한다.
•
제안된 Physics-Guided Sampling 전략은 통계적 타당성과 물리적 유효성을 동시에 보장하는 생성 모델의 핵심 기술로 활용될 수 있다.
•
현 단계에서는 최적화된 물리적 제약 조건을 더욱 정교하게 반영하는 방안에 대한 추가 연구가 필요하며, 더 다양한 종류의 제약 조건을 통합하는 것이 향후 과제로 남아있다.
