Core Concepts
DG-RePlAce는 기계 학습 가속기의 내재적 데이터 흐름과 데이터 경로 구조를 활용하여 고속 글로벌 배치를 달성합니다.
Abstract
DG-RePlAce는 OpenROAD 인프라 위에 구축된 새로운 고속 GPU 가속 글로벌 배치 프레임워크입니다.
기계 학습 가속기의 2D 처리 요소(PE) 배열 구조로 인한 확장성 및 품질 문제를 해결하기 위해 데이터 흐름과 데이터 경로 정보를 활용합니다.
효율적인 데이터 구조와 병렬 와이어길이 경사 계산 알고리즘을 통해 글로벌 배치 성능을 크게 향상시켰습니다.
다양한 기계 학습 가속기에 대한 실험 결과, DG-RePlAce는 RePlAce 및 DREAMPlace 대비 평균 10% 및 7%의 배선 길이 감소와 31% 및 34%의 총 음수 슬랙 감소를 달성했습니다.
TILOS MacroPlacement Benchmarks의 대규모 비기계 학습 설계에 대한 실험에서도 DG-RePlAce가 우수한 성능을 보였습니다.
Stats
기계 학습 가속기 Tabla01 설계에서 DG-RePlAce는 RePlAce 대비 배선 길이를 7% 감소시켰습니다.
기계 학습 가속기 Tabla03 설계에서 DG-RePlAce는 RePlAce 및 DREAMPlace 대비 총 음수 슬랙을 각각 65.4% 및 82.3% 감소시켰습니다.
TILOS MacroPlacement Benchmark의 BlackParrot 설계에서 DG-RePlAce는 RePlAce 및 DREAMPlace 대비 총 음수 슬랙을 각각 99.9% 및 97.0% 감소시켰습니다.
Quotes
"DG-RePlAce는 기계 학습 가속기의 내재적 데이터 흐름과 데이터 경로 구조를 활용하여 고속 글로벌 배치를 달성합니다."
"DG-RePlAce는 OpenROAD 인프라 위에 구축되어 다른 연구자들이 추가 개선을 쉽게 수행할 수 있습니다."