ChipletPart：面向2.5D系统的成本敏感型分区技术

《ACM Transactions on Design Automation of Electronic Systems》：ChipletPart: Cost-Aware Partitioning for 2.5D Systems

芯片分割优化工具ChipletPart结合遗传算法和模拟退火算法，有效降低异构芯片系统成本达58%，并生成I/O可行的解决方案。其创新性在于集成成本模型与动态技术分配机制，较现有方法提升性能15%-47%，同时支持贝叶斯优化提升成本优化率5.3%。工具包已开源。

　　

摘要AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

随着小芯片成为构建大型高性能系统的成本效益较高的选择，其在行业中的应用正在不断增加。因此，将大型系统划分为小芯片变得越来越重要。在这项工作中，我们介绍了ChipletPart——一个基于成本优化的2.5D系统划分工具，它解决了小芯片系统的独特挑战，包括复杂的目标函数、小芯片间I/O收发器的有限传输范围，以及将不同的制造技术分配给不同小芯片的问题。ChipletPart结合了一个先进的小芯片成本模型、基于遗传算法（GA）的技术分配和划分方法，以及基于模拟退火（SA）的小芯片布局规划器。我们的研究结果表明：ChipletPart：(i) 与最先进的最小割划分工具相比，可将小芯片成本降低多达58%（几何平均数降低20%），而这些工具往往会产生无法实现的布局方案；(ii) 与之前的工作Floorplet相比，生成的划分方案成本可降低多达47%（几何平均数降低6%）；(iii) 与Chipletizer相比，可将小芯片成本降低多达48%（几何平均数降低30%），并且在所有测试案例中始终能生成I/O可行的小芯片解决方案；(iv) 在我们研究的测试案例中，与同构实现相比，异构集成可将成本降低多达43%（几何平均数降低15%）。此外，我们还探索了贝叶斯优化（BO）方法来寻找低成本且布局可行的小芯片解决方案及其技术分配。在某些测试案例中，我们的BO框架在运行时开销（最高增加4倍）的情况下，实现了更低的系统成本（最高改善5.3%）。我们还提供了案例研究，展示了封装方式和小芯片间信号技术的变化如何影响划分方案。最后，ChipletPart、底层的小芯片成本模型以及我们的小芯片测试案例生成器都作为开源工具提供给社区使用。

AI摘要

AI生成的摘要（实验结果）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现研究内容、评估其相关性，并协助来自相关研究领域的读者理解本文的研究成果。它旨在补充作者提供的摘要，后者仍是文章的正式总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的摘要版本。

要查看此由AI生成的简单语言摘要，您必须具有高级访问权限。