摘要
本发明公开了一种基于图神经网络的解析布局方法,包括编码器部分和解码器部分,通过应用图神经网络对原始的输入特征数据,即芯片中各个模块的属性和芯片的网表等特征数据,进行编码,大大提升原始特征的表达能力;将编码器得到的图嵌入表示作为输出给到解码器,以半周线长指标作为待预测的编码器的输出,通过应用神经网络结构,将待求解各个模块的位置坐标(x,y)作为神经网络的权重加以训练,从而得到最终的电路布局结果。本方法与传统芯片布局技术相比,具有强大的特征表达能力,让模型具备更快的收敛速度和更优的预测结果,实现了布局的智能化和高效性。