买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学;南京集成电路设计自动化技术创新中心申请的专利一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119830825B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411725117.6，技术领域涉及：G06F30/3312；该发明授权一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质是由曹鹏;程旭;宋仟仟;王超设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质在说明书摘要公布了：本发明公开了一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质，为了捕捉路径中单元间的相互作用关系，本发明的早期时序预测流程基于双向长短期记忆网络搭建，将路径中每一级单元的时序和物理信息表示为一个序列，并通过BLSTM传递和表征序列中的信息以学习路径中单元之间的相互影响，从而对布局后的路径延时进行准确的预测。在此基础上，本发明利用多层感知机网络学习路径全局特征对布局后路径时序的影响，提升预测精度的同时将早期时序预测框架适应到了众工艺角的场景中。基于该预测结果,本发明减少设计的迭代，降低芯片设计的时间成本。

本发明授权一种基于深度学习的早期众工艺角时序预测方法、电子设备及存储介质在权利要求书中公布了：1.一种基于深度学习的早期众工艺角时序预测方法，其特征在于：具体包括： 步骤S1：获取逻辑综合后的电路网表和布局后的电路网表，分别对逻辑综合后的电路网表和布局后的电路网表进行静态时序分析，得到逻辑综合后电路的静态时序报表和布局后电路的静态时序报表，从逻辑综合后电路的静态时序报表中提取逻辑综合后电路的路径中各级单元的时序、物理信息和路径延时值，从布局后电路的静态时序报表中提取布局后电路的路径延时值信息，将布局后的路径延时值与逻辑综合后的路径延时值的差值作为标签； 步骤S2：根据逻辑综合后电路的路径中各级单元的时序、物理信息进行预处理，得到路径的序列特征和全局特征； 步骤S3：将序列特征和全局特征输入到极致梯度提升模型进行工艺角选择，得到优化后的序列特征和全局特征； 步骤S4：将优化后的序列特征输入双向长短期记忆网络进行学习，得到路径的序列特征表征向量，将优化后的全局特征输入到多层感知机网络中进行学习，得到路径的全局特征表征向量； 步骤S5：将路径的序列特征表征向量与路径的全局特征表征向量进行合并，合并后的表征向量与标签作为训练样本，利用训练样本对时序预测模型进行训练，得到训练后的时序预测模型； 步骤S6：将待预测的逻辑综合后的电路网表输入训练后的时序预测模型，得到布局后的路径延时预测值； 所述步骤S2，具体包括： 对于路径的单元类型的离散型非数值变量，使用分词器建立与单元类型变量一一映射的数值变量； 对于路径的单元延时、输入转换时间、输出负载电容、半周长的连续型数值变量，通过分箱的操作，将变量映射到不同的分箱中进行离散化，得到数值转换前后的相对大小关系保持不变的离散型数值变量； 获取路径的单元扇出的离散型数值变量； 将上述数值变量组成路径的序列特征； 将路径的PVT特征中的工艺特征与数值一一映射，并与PVT 特征中数值合并为PVT数值变量，将序列特征与PVT数值变量和逻辑综合后的路径延时值进行拼接，得到路径的全局特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学;南京集成电路设计自动化技术创新中心，其通讯地址为：210018 江苏省南京市玄武区新街口街道四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。