Improved language support for Verilog elaboration in Odin II and FPGA architecture benchmarking in the VTR CAD tool
Notice bibliographique
Résumé
Field-programmable gate arrays (FPGAs) are integrated circuits that can be designed or configured after manufacturing. They are used in many disciplines to create prototypes of hardware or in applications where hardware functionality needs to be changed more frequently. Design of new FPGA architectures requires tools that allow developers to create new structures and test those structures in order to compare the results to already established solutions. Boolean circuits, implemented on the FPGAs are compiled using hardware description languages such as Verilog or VHDL. The VTR (Verilog to Routing) CAD (Computer Aided Design) tool, compiles Verilog source code that targets specific hardware resources as FPGAs and ASICs (Application Specific Integrated Circuits). The VTR CAD tool consists of three tools: Odin II, for elaboration from Verilog to a netlist, ABC, for logic synthesis, and VPR, for physical synthesis and analysis. Odin II currently supports only a sub-set of constructs in Verilog language. This paper describes improved and expanded language support for Verilog elaboration introduced in Odin II, in order to provide developers with a tool set to assist in modern FPGA research. With this enhanced language support, a subsequent evaluation of the performance characteristics of VTR flow with a set of benchmarks that are supported by VTR is performed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».