혁신적인 AI 기반 매크로 배치 알고리즘 DAS-MP: 설계 자동화의 새로운 지평을 열다

Xiaotian Zhao 등 연구진이 개발한 DAS-MP 알고리즘은 데이터 흐름 인식을 강화하여 매크로 배치의 품질을 크게 향상시키는 혁신적인 기술입니다. 기존 방식 대비 HPWL을 7.9% 개선하고 혼잡도를 82.5% 감소시키는 등 뛰어난 성능을 보여주며, 설계 자동화 분야의 새로운 가능성을 제시합니다.

최근 Xiaotian Zhao 등 6명의 연구원이 발표한 논문 "DAS-MP: Enabling High-Quality Macro Placement with Enhanced Dataflow Awareness"는 지능형 설계 자동화 기술 분야에 새로운 이정표를 제시합니다. 기존의 매크로 배치 알고리즘은 데이터 흐름(Dataflow)의 중요성을 간과하는 경향이 있었는데, 이 논문에서는 데이터 흐름을 중시하여 설계 반복 횟수를 줄이고 수동 조정에 대한 의존도를 낮추는 획기적인 접근 방식을 제시합니다.

DAS-MP: 데이터 흐름 인식을 극대화하다

DAS-MP는 매크로와 표준 셀 사이의 숨겨진 연결 관계를 밝혀내는 데 초점을 맞춥니다. 단순히 매크로 간의 내부 관계만 고려하는 기존 방식과 달리, 표준 셀 클러스터의 영향까지 고려하여 더욱 정교한 배치를 가능하게 합니다. 이를 위해 연구팀은 일련의 알고리즘을 개발하여 데이터 흐름 인식을 강화하고, 이를 배치 제약 조건에 통합했습니다.

미세 조정을 통한 완벽한 최적화

최고의 결과를 얻기 위해 DAS-MP는 두 가지 미세 조정 단계를 도입합니다. 첫째, 매크로 면적을 고려한 혼잡 최적화를 통해 배선 밀도를 효과적으로 관리합니다. 둘째, 추출된 데이터 흐름 정보를 기반으로 최적의 매크로 방향을 결정하는 '플리핑(flipping)' 결정을 도입합니다. 이러한 미세 조정을 통해 배치 품질을 한층 더 향상시킵니다.

놀라운 성능 향상

다양한 벤치마크 디자인을 사용한 실험 결과는 DAS-MP의 탁월한 성능을 입증합니다. 기존 최첨단 데이터 흐름 인식 매크로 배치 프로그램과 비교하여 평균 7.9%의 HPWL(반주변 길이) 개선을 달성했습니다. 뿐만 아니라 혼잡도를 평균 82.5% 감소시켰으며, WNS(최악의 음의 슬랙)는 36.97%, TNS(총 음의 슬랙)는 59.44% 개선되었습니다. 놀라운 점은 이러한 성능 향상이 실행 시간에 거의 영향을 미치지 않았다는 것입니다 (1.5% 미만의 오버헤드).

결론: 설계 자동화의 미래를 엿보다

DAS-MP는 데이터 흐름 중심의 방법론과 미세 조정 단계의 완벽한 조화를 통해 매크로 배치의 새로운 기준을 제시합니다. 향상된 배치 품질과 효율적인 실행 시간은 DAS-MP가 기존 설계 흐름에 원활하게 통합될 수 있음을 보여줍니다. 이 연구는 AI 기반 설계 자동화 기술의 잠재력을 보여주는 동시에, 미래의 반도체 설계 과정을 혁신적으로 변화시킬 가능성을 제시합니다. 이는 단순한 기술적 진보를 넘어, 더욱 효율적이고 지능적인 설계 자동화 시대의 도래를 알리는 신호탄입니다.