基于机器学习的版图热点检测并行算法

作者：李仲; 吴玉平; 陈岚; 张学连

来源：微电子学与计算机, 2019, 36(01): 27-31.

DOI：10.19304/j.cnki.issn1000-7180.2019.01.006

• 版图热点
• PCA
• AdaBoost
• 并行计算

针对基于机器学习的版图热点训练过程中降维算法耗时长和大多数训练算法没有利用多核资源的问题,分别提出了基于MPI的PCA并行降维算法和基于OpenMP的AdaBoost并行训练算法.首先采用QR分解优化奇异值求解特征矩阵,再结合MPI实现PCA的并行降维计算,最后将降维后的数据利用多核CPU进行训练,达到减小训练时间的目的.实验结果表明,PCA并行降维算法加速比达4.7倍,AdaBoost并行训练算法加速比达4.9倍,验证了并行化的可行性.

• 单位
  中国科学院大学; 中国科学院微电子研究所