google|与Jeff Dean聊ML for EDA，最佳论文花落伯克利：EDA顶级会议DAC 2021 精彩回顾( 三 )
根据文章介绍，设计者为了保护IP设计，避免恶意的foundry对IP进行窃取或者逆向工程，需要引入额外的设计给IP上锁，使得IP的功能取决于设定的密码。这个过程叫做logic locking或者obfuscation。然而，现有的方法无法兼顾多种安全需求。
为了解决这一缺陷，相比于多数在gate-level才进行上锁的工作，本文提出在更高层的high-level synthesis的resource binding步骤中，利用架构层面的知识来对整个IP进行上锁。结果表明，通过对binding与上锁进行协同设计，这种方法获得了上锁效果的巨大提升。
另一篇获得最佳论文提名的是UT Austin与Intel合作的"DNN-Opt: An RL Inspired Optimization for Analog Circuit Sizing using Deep Neural Networks"。
文章插图
论文链接：https://arxiv.org/pdf/2110.00211.pdf
文章提出了一种高效的对于模拟电路进行gate-sizing优化的方法。借鉴于强化学习方法，作者同时训练了两个深度学习模型，其中critic-network负责评估每一次gate-sizing的效果，而actor-network负责选择效果最好的sizing方式。但这种方法依然是监督式学习而并不是强化学习。
另外为了减小搜索空间，文章提出了分析每种优化操作对于最终目标的影响(sensitivity)。对于影响小于阈值的优化操作不进行搜索。实验证明，无论在是较小的电路设计还是大规模工业界的电路设计中，本文的方法都能大幅减少需要的搜索次数，对应更少的设计时间。
推荐阅读
- 飞书|泡泡玛特与飞书签署协议，将使用飞书及飞书OKR办公
- q4|名创优品发力线上业务，持续提升用户复购与黏性
- 岚图FREE|岚图FREE首次OTA升级 新样貌与新体验
- 快递|快递客服外包公司怎样与甲方谈？
- 误区|产品驱动增长 PLG 风靡，一文聊透机会与误区
- 阿里巴巴集团|麦当劳中国与阿里巴巴合作升级，将聚焦会员服务、IP合作、全渠道营销等新领域
- 雷士照明集团副总裁兼电商总经理曾宇衡：直播电商加强了品牌与消费者互动|定制快讯| 雷士照明
- 渠道|发力折叠屏 进军全渠道 京东与三星强化2022年战略合作
- 京东|京东：与三星签署2022年战略合作协议
- 棒球|苹果加码流媒体内容布局 与MLB进行转播权谈判