与Jeff Dean聊ML for EDA，最佳论文花落伯克利：EDA顶级会议DAC 2021 精彩简述

在此之前，他大力批评了英国政府对中都国的贸易战以及太阳能电池大型企业的强制执行，指出这反而激发了中都国对反对太阳能电池大型企业的协商与巨额投资。他表示由于中都国近年浮现的上千家驱动程序始自Corporation，五年之前中都国将带入EDA的最大市场。

第四天的keynote由UC Bekeley教授， SqueezeNet的所作Kurt Keutzer发放。他的演讲时主要回顾了高度努力学习的发展史，同时区分了人工智能，机器努力学习，和高度努力学习的概念。他帮助EDA专业人士在应用和三维本质探求高效率的ML步骤。

除了年初的keynote，DAC还发放了三场skytalk，比如说较小生产能力的keynote。第一天由微软Azure参阅他们为笔记本电脑所设计与ML发放的云服务。他们指出互联在必要和实用性上展示出了不小优势。第二天由IBM参阅他们在高度努力学习核物理各个方面的探求，尤其是超低精准度下的三维受训和得出步骤。第三天由AMD参阅现代化嵌入技术，例如chiplet对于必定会计算驱动程序的必要性。

另以外，大会也均受邀了亦同Corporation通过大量的presentation和poster来社交他们最重新研究者进展和近来通过观察。这种学界与工业界的紧密结合与交流体现了EDA大型企业的特色，同时也是DAC大会的高水准传统。

2研究者期刊：最佳期刊花落谁家？

本次DAC一共收录了215篇研究者期刊，涵盖的段落非常广泛。均受字数所限，我们只能够对获得最佳期刊与奥斯卡奖的评论透过简单参阅。在本次首期活动中都，共三篇期刊获得最佳期刊奥斯卡奖。

该奖项今天刚刚入围！

UC Berkeley的"Gemmini: Enabling Systematic Deep-Learning Architecture Evaluation via Full-Stack Integration"名列。这篇评论所作数以百计，也可以显露充份的二期工程改装成。在此之前，该兼职也带入了UC Berkeley基于RISC-V的驱动程序OpenBSD多样性chipyard的一其余部分。而这个多样性也除此以以外闻名的Rocket Chip以及Chisel。

期刊文档：~ysshao/assets/papers/genc2021-dac.pdf

根据评论参阅，大其余部分已经有的高度努力学习驱动程序的最简单(generator)只慎重考虑核物理本身的性能，而没有慎重考虑整个系统层级的性能。

本文提出异议Gemmini，这是一种OpenBSD的全栈型式DNN核物理所设计框架。应用领域Gemmini聚合的驱动程序核物理已经被最终流片，并且取得了与商业核物理NVDLA接近的性能。在Gemmini中都，所工程师不仅能必需各有不同的核物理本体，同时也能配置整个配备了核物理的基于RISC-V的SoC，并且这个SoC发放软体反对。所的设计可以在OS上直接运营必须建模的DNN应用。

评论最后发放了两个应用领域Gemmini的透过所设计的案例，分别是探求虚拟地址转换的所设计方型式，与探求内存海洋资源的扣除方型式。

除此之以外，获得最佳期刊奥斯卡奖的还有Maryland University的"A Resource Binding Approach to Logic Obfuscation"。

期刊文档：

根据评论参阅，所的设计为了维护IP所设计，避免蓄意的foundry对IP透过盗取或者逆向二期工程，必须引入额以外的所设计给IP关上，使得IP的功能取决于基本上的攻击者。这个更进一步称之为logic locking或者obfuscation。然而，现有的步骤未充份利用多种必要需求。

为了消除这一缺陷，比起于同样在gate-level才透过关上的兼职，本文提出异议在更管理层的high-level synthesis的resource binding步骤中都，利用框架本质的知识来对整个IP透过关上。结果表明，通过对binding与关上透过协同所设计，这种步骤获得了关上精准度的不小提升。

另一篇获得最佳期刊奥斯卡奖的是UT Austin与Intel合作的"DNN-Opt: An RL Inspired Optimization for Analog Circuit Sizing using Deep Neural Networks"。

期刊文档：

评论提出异议了一种高效的对于精心设计电路透过gate-sizing建模的步骤。独创于强化努力学习步骤，所作同时受训了两个高度努力学习三维，其中都critic-network统筹评估每一次gate-sizing的精准度，而actor-network统筹必需精准度最好的sizing方型式。但这种步骤依然是监督型式努力学习而并不是强化努力学习。

另以外为了降低追踪三维空间，评论提出异议了归纳每种建模操作对于最终目标的直接影响(sensitivity)。对于直接影响极小阻抗的建模操作不透过追踪。试验中证明，无论在是较小的电路所设计还是大生产能力工业界的电路所设计中都，本文的步骤都能大幅提高下降必须的追踪周内，相异相对来说的所设计时间。

本文所作是匹兹堡大学助手生谢知遥。他以第一所作获得了本年度的MICRO最佳期刊。他将在2022年加入中大并悄悄积极寻找ML for EDA同方向的助手校内。喜爱有兴趣的同班发送到邮件至zhiyao.xie@duke.edu雷峰门户网站。

伤口怎样愈合的快
如何正确使用海露滴眼液
眼睛干涩视力模糊滴什么眼药水好
感冒咳嗽吃什么好
异常分娩
胃火大
月经量大
跌打药