← أحدث الأبحاث
🤖 machine learning

FusionCell: Cross-Attentive Fusion of Layout Geometry and Netlist Topology for Standard-Cell Performance Prediction

يُعد FusionCell إطار عمل جديد للتعلم العميق ثنائي الأنماط يدمج هندسة التخطيط الموجه وتوبولوجيا قائمة الشبكات عبر آلية انتباه تقاطعي موجهة توبولوجياً لتحقيق تنبؤ دقيق وسريع للغاية لمقاييس أداء الخلايا القياسية، متفوقاً بشكل كبير على النماذج المرجعية الحالية وطرق المحاكاة التقليدية.

المؤلفون الأصليون: Haoyi Zhang, Kairong Guo, Bojie Zhang, Yibo Lin, Runsheng Wang

نُشر 2026-05-21
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Haoyi Zhang, Kairong Guo, Bojie Zhang, Yibo Lin, Runsheng Wang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول التنبؤ بمدى سرعة محرك سيارة من نوع معين. للقيام بذلك بدقة، تحتاج إلى شيئين:

  1. المخطط (الشبكة المنطقية - Netlist): يخبرك بكيفية اتصال الأجزاء ببعضها البعض — أين يذهب خط الوقود، أي مكبس يتصل بأي صمام، والمنطق الكهربائي للمحرك.
  2. المحرك المادي (التخطيط - Layout): هذا هو المعدن والبلاستيك الفعلي. يخبرك بطول الأنابيب، وسمك الأسلاك، ومدى قرب الأجزاء من بعضها البعض.

في عالم الرقائق الإلكترونية، تُسمى هذه "المحركات" بـ الخلايا القياسية (Standard Cells). وهي عبارة عن لبنات البناء الصغيرة التي تشكل كل شيء، من هاتفك إلى حاسوبك المحمول.

المشكلة: الطريقة البطيئة مقابل الطريقة الخاطئة

تقليديًا، يعرف المهندسون مدى سرعة هذه الخلايا عبر تشغيل عمليات محاكاة حاسوبية ضخمة وبطيئة. الأمر يشبه بناء نموذج مادي كامل للمحرك واختباره في نفق هوائي. هذه الطريقة دقيقة، لكنها تستغرق أيامًا لاختبار عدد قليل فقط من المتغيرات.

حاولت بعض الطرق الأسرع استخدام الذكاء الاصطناعي (AI) لتخمين السرعة.

  • خطأ "الرؤية فقط": بعض أنظمة الذكاء الاصطناعي كانت تنظر فقط إلى صورة المحرك (التخطيط) دون قراءة المخطط. كان الأمر كأنك تحاول تخمين سرعة سيارة بمجرد النظر إلى صورة لطلاء الهيكل، متجاهلاً حجم المحرك. لقد فاتها فهم الاتصالات الحيوية.
  • خطأ "المخطط فقط": أنظمة ذكاء اصطناعي أخرى قرأت المخطط فقط (الشبكة المنطقية) وتجاهلت الشكل المادي. كان الأمر كأنك تقرأ وصفة طهي ولكنك تتجاهل ما إذا كنت تستخدم وعاءً صغيرًا أم قدرًا ضخمًا. لقد فاتها كيف يغير الحجم المادي من السرعة.

كلا النهجين كانا سريعين ولكن غير دقيقين لأنهما تجاهلا نصف القصة.

الحل: FusionCell

يقدم البحث ذكاءً اصطناعيًا جديدًا يسمى FusionCell. تخيل FusionCell كأنه ميكانيكي خبير يرفض النظر إلى شيء واحد فقط. إنه يجبر الذكاء الاصطناعي على النظر إلى المخطط والمحرك المادي في نفس الوقت تمامًا، ولكن بطريقة محددة للغاية.

إليك كيف يعمل ذلك، باستخدام تشبيه بسيط:

تشبيه "الخريطة وصورة القمر الصناعي"
تخيل أن لديك صورة قمر صناعي لمدينة ما (التخطيط) وخريطة شوارع (الشبكة المنطقية).

  • إذا نظرت فقط إلى صورة القمر الصناعي، سترى طرقًا ومباني، لكنك لن تعرف أي طريق يؤدي إلى المستشفى.
  • إذا نظرت فقط إلى الخريطة، ستعرف أن المستشفى متصل بالشارع الرئيسي، لكنك لن تعرف ما إذا كان الشارع الرئيسي زقاقًا ضيقًا أم طريقًا سريعًا واسعًا.

السر الخفي لـ FusionCell:
بدلاً من مجرد لصق الخريطة مع الصورة معًا، يستخدم FusionCell الخريطة كـ "استعلام بحث" (Search Query).

  1. يأخذ "الخريطة" (الشبكة المنطقية) ويسأل: "أين هو اتصال إشارة المخرج (Output Signal)؟"
  2. ثم يستخدم هذا السؤال للمسح النشط لصورة القمر الصناعي (التخطيط) للعثور على الأسلاك والمسارات المعدنية الدقيقة التي تتوافق مع تلك الإشارة.
  3. يجمع بين "أين" (من الخريطة) و"ما هو الشيء" (الشكل المادي للأسلاك) لحساب السرعة.

يُسمى هذا الاندماج الموجه بالبنية الطوبولوجية (Topology-Guided Fusion). فالوصلات الكهربائية (الخريطة) توجه الذكاء الاصطناعي للبحث عن الأجزاء المادية المحددة (الصورة) التي تهم العملية، متجاهلة بقية الضجيج في الخلفية.

النتائج

اختبر الباحثون هذا النظام على مجموعة بيانات ضخمة تضم أكثر من 19,500 تصميم مختلف للرقائق (بناءً على عملية تصنيع بدقة 7 نانومتر، وهي تقنية متقدمة جدًا).

  • السرعة: بينما كانت الطرق التقليدية تستغرق أيامًا لمحاكاة هذه الرقائق، قام FusionCell بالمهمة في أجزاء من الثانية. هذا يعني تسريعًا بمقدار 10,000 ضعف.
  • الدقة: كان دقيقًا للغاية، حيث بلغ متوسط معدل الخطأ أقل من 1%.
  • التصنيف: لم يكتفِ بتخمين الأرقام فحسب؛ بل حدد بشكل صحيح التصاميم الأكثر سرعة من غيرها، وهو أمر بالغ الأهمية للمهندسين عند اختيار أفضل الأجزاء لرقاقة جديدة.

لماذا يهم هذا الأمر؟

يزعم البحث أنه من خلال دمج "الهيكل العظمي" (الوصلات) مع "اللحم" (التخطيط المادي) باستخدام طريقة البحث الذكية هذه، يتيح FusionCell للمهندسين استكشاف الملايين من احتمالات التصميم في الوقت الذي كان يُستغرق فيه لاختبار عدد قليل فقط من التصاميم بالطرق القديمة. إنه لا يجعل التوقعات أسرع فحسب، بل يجعل التوقعات موثوقة بما يكفي لتكون بديلًا لعمليات المحاكاة البطيئة والقديمة في العديد من المهام.

باختصار: FusionCell هو ميكانيكي ذكي فائق السرعة وفائق الدقة، يقرأ المخطط وينظر إلى المحرك في آن واحد ليخبرك بالضبط كيف سيكون أداء السيارة، دون الحاجة إلى بناء نموذج أولي حقيقي أولاً.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →