DR-CircuitGNN beschleunigt Training heterogener GNNs für IC-Designs auf GPUs
Die zunehmende Größe und Komplexität von integrierten Schaltkreisen stellt die elektronische Designautomatisierung (EDA) vor immer größere Herausforderungen. Graph Neural Networks (GNNs) haben sich als vielversprechende Methode etabliert, um Schaltkreise als Graphen zu modellieren und damit die Analyse zu unterstützen. Doch klassische GNNs können die volle Komplexität von EDA-Designs nicht vollständig erfassen.
