Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/255254 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Eletrônica. |
id |
UFSC_ff991a894411f5d729c0c4a78f122703 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/255254 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximadosSíntese LógicaSíntese FísicaOpenROADProgramação Genética CartesianaTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Eletrônica.Circuitos integrados permitiram a evolução tecnológica chegando aos dias atuais, onde a sociedade depende de dispositivos, aparelhos e veículos compostos por uma série de circuitos integrados. A variedade de funcionalidades a serem projetadas em circuitos integrados é enorme, tornando o projeto de circuitos integrados desafiador. Um dos principais modos de projeto de circuitos integrados é utilizando um fluxo de projeto baseado em biblioteca de células. Dada as complexidades de projeto, este fluxo é dividido em vários passos dentro de duas etapas principais: a síntese lógica e a síntese física. Esta definição tradicional permite que ferramentas específicas para cada etapa sejam desenvolvidas, explorando diferentes algoritmos e estruturas de dados. Dentro da síntese lógica, a otimização lógica é uma etapa inicial e crucial. Os efeitos dessa etapa impactam diretamente as métricas finais de área, potência e atraso observados após todas as etapas seguintes da síntese. Os avanços significativos em Aprendizado de Máquina (ML) motivam o seu uso na síntese lógica de circuitos combinacionais. Técnicas de ML são particularmente adequadas para síntese e otimização lógica aproximada em cenários de projeto de circuitos integrados para aplicações tolerância a erros, principalmente visando eficiência energética. Recentemente, a utilização de Programação Genética Cartesiana (CGP) foi explorada em uma ferramenta para síntese lógica tradicional e voltada para otimização energética, síntese de funções incompletas e aprendizado de lógica. Esta ferramenta foi avaliada e comparada com outros trabalhos relacionados quanto as métricas tradicionais de síntese lógica de profundidade lógica e número de nodos, e também de acurácia nos casos de aproximação e aprendizado. Entretanto, o impacto destas ferramentas nas próximas etapas de síntese não foi avaliado. Neste sentido, este trabalho investiga o impacto nas métricas de área, delay e potência da exploração do uso de técnicas de aprendizado de máquina no aprendizado lógico e na otimização lógica para aprimorar a eficiência energética na síntese de circuitos aproximados.Esta iniciativa é realizado com ferramentas de código aberto, promovendo a acessibilidade e a colaboração na área de Design Eletrônico Automatizado (EDA). Neste trabalho são consideradas três abordagens de otimização lógica aproximada estado-da-arte com base em mixed-ML, Árvores de Decisão e Programação Genética Cartesiana. Para mostrar a eficácia de cada uma dessas abordagens, este trabalho apresenta uma análise comparativa dos resultados de síntese física para um conjunto de circuitos aproximados ao adotar um fluxo de síntese aberto e uma biblioteca de células de tecnologia de 45 nm. Das técnicas avaliadas, a otimização lógica baseada em CGP mostra uma redução de mais de 50% em média de área, potência e atraso em comparação com a abordagem de mixed-ML. No entanto, essa melhoria foi acompanhada por uma perda média de acurácia de cerca de 5%. Esses resultados destacam o potencial substancial da abordagem CGP na otimização de circuitos aproximados.Florianópolis, SC.Meinhardt, CristinaCarvalho, Jônata TyskaUniversidade Federal de Santa Catarina.Ramos, João Carlos Prats2024-06-07T20:19:39Z2024-06-07T20:19:39Z2024-05-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/255254Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2024-06-07T20:19:39Zoai:repositorio.ufsc.br:123456789/255254Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732024-06-07T20:19:39Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
title |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
spellingShingle |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados Ramos, João Carlos Prats Síntese Lógica Síntese Física OpenROAD Programação Genética Cartesiana |
title_short |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
title_full |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
title_fullStr |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
title_full_unstemmed |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
title_sort |
Impacto da otimização lógica baseada em programação genética cartesiana na síntese de circuitos aproximados |
author |
Ramos, João Carlos Prats |
author_facet |
Ramos, João Carlos Prats |
author_role |
author |
dc.contributor.none.fl_str_mv |
Meinhardt, Cristina Carvalho, Jônata Tyska Universidade Federal de Santa Catarina. |
dc.contributor.author.fl_str_mv |
Ramos, João Carlos Prats |
dc.subject.por.fl_str_mv |
Síntese Lógica Síntese Física OpenROAD Programação Genética Cartesiana |
topic |
Síntese Lógica Síntese Física OpenROAD Programação Genética Cartesiana |
description |
TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Eletrônica. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-06-07T20:19:39Z 2024-06-07T20:19:39Z 2024-05-22 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufsc.br/handle/123456789/255254 |
url |
https://repositorio.ufsc.br/handle/123456789/255254 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Open Access. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Open Access. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Florianópolis, SC. |
publisher.none.fl_str_mv |
Florianópolis, SC. |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652044415795200 |