Scalable GPU-Friendly Parallelization for Sweep-Based Maze Routing

doi:10.1109/tcad.2026.3737066

Scalable GPU-Friendly Parallelization for Sweep-Based Maze Routing

2026-09-23

0

PRE

AI

DOI：10.1109/tcad.2026.3737066

原文链接

原文求助

摘要

En 中文

全局布线是VLSI设计流程中的关键阶段，旨在为详细布线提供稳健的指导，并为布局提供早期设计反馈。许多方法利用GPU并行化以实现显著加速。然而，随着现代大规模设计复杂性的快速增长，近年来基于sweep操作的GPU加速迷宫布线算法，在有限的GPU内存资源下难以高效地找到解决方案。为了解决这一问题，本文提出了一种可扩展、GPU友好的基于sweep的迷宫布线方法，该方法显著减少了内存需求并减少了内核函数调用，同时加速了整体运行时间。我们引入了一种sweep共享技术，允许在单个sweeping过程中同时布线多个网，从而大幅降低内存消耗和内核启动开销。此外，我们提出了一种边级拆线重布技术，仅选择性地重布溢出的线段，保留可行部分以大幅减少运行时间。在最新的ICCAD’19竞赛基准测试上的实验结果表明，我们的GPU友好型带有sweep共享的迷宫布线方法能够显著提升当前最先进的GPU加速迷宫布线器的效率。

Keyword:

Physical Design

GPU-Acceleration

Global Routing

Maze Routing

Scalable GPU-Friendly Parallelization for Sweep-Based Maze Routing

摘要

期刊

机构

引用论文