多国产工艺节点下融合机器学习的签核工具第三方评测数据集

多国产工艺节点下融合机器学习的签核工具第三方评测数据集主要面向先进工艺数字集成电路签核分析、机器学习辅助大规模网络求解及国产签核工具性能验证等研究需求建设，旨在客观评估融合机器学习的签核工具在不同国产工艺节点下的计算效率、分析精度和工程适用性。该数据集由浙江大学、杭州行芯科技有限公司及第三方测试机构依托高性能计算服务器产生。数据生成过程中，按照统一的工艺节点配置、版图样例和运行脚本执行GloryBolt签核流程，采集输入版图、寄生参数、测试矢量及时序窗口等文件，生成电源噪声、功耗及相关签核分析结果，并与传统方法或基线工具结果进行对比。数据集主要包括多个国产工艺节点下的签核精度、计算耗时、对比基线、输入输出文件及第三方评测结果，并对文件完整性、命名一致性、工艺节点标识和样例编号进行校验。数据格式主要为.def、.spef、.vcd、.twf、.ploc和.dvd_report，数据量约为166.51GB。