Rocket-PPA
收藏资源简介：
Rocket-PPA是一个全面的数据集，旨在弥合电子设计自动化(EDA)中微架构定义与物理签核之间的鸿沟。通过提供跨广泛频率范围和多PVT角的高保真工业级物理设计数据，该数据集解决了ML-for-EDA研究中的数据稀缺瓶颈。数据集包含800个独特的微架构配置，覆盖3个关键PVT角(典型、快速、慢速)，并在5个物理设计阶段捕获PPA指标，支持从100MHz到4GHz的动态频率缩放。
Rocket-PPA is a comprehensive dataset aimed at bridging the gap between microarchitecture definition and physical signoff in electronic design automation (EDA). By providing high-fidelity industrial-grade physical design data spanning a wide frequency range and multiple PVT corners, this dataset addresses the data scarcity bottleneck in ML-for-EDA research. The dataset contains 800 unique microarchitecture configurations, covering three critical PVT corners: typical, fast, and slow, captures PPA metrics across five physical design stages, and supports dynamic frequency scaling from 100MHz to 4GHz.
Rocket-PPA 数据集概述
数据集简介
Rocket-PPA 是一个全面的数据集，旨在弥合电子设计自动化（EDA）中微架构定义与物理签核之间的鸿沟。该数据集通过提供跨宽频率范围和多个 PVT 工艺角的高保真、工业级物理设计数据，解决了 ML-for-EDA 研究中关键的数据稀缺瓶颈。
主要特征
- 工业级保真度：使用基于 Chisel 的 RISC-V Rocket Chip 生成器生成，并通过完整的 RTL-to-GDSII 流程在商用 TSMC 6nm 工艺节点上使用 Synopsys Fusion Compiler 实现。
- 多工艺角可变性：超越标称条件，提供三个关键 PVT 工艺角（Typical, Fast, Slow）的数据，支持开发稳健的、工艺角感知的统一条件模型。
- 纵向“玻璃盒”可见性：不仅在签核阶段，而且在 5 个不同的物理设计阶段 捕获 PPA（性能、功耗、面积）指标，支持早期代理建模和多保真度预测研究。
- 动态频率缩放：目标频率从 100MHz 到 4GHz 扫描，捕获了激进时序收敛中固有的非线性“零裕度悬崖”和指数功率缩放动态。
数据集构成
数据集包含 800 个独特的微架构配置。由于 3 个 PVT 工艺角被扁平化为列，数据集在概念上覆盖 2,400 个逻辑评估点（800 个配置 × 3 个工艺角）。
1. 输入特征
- 架构参数（12 列）：定义核心结构的整数变量（例如
nBTBEntries,nICacheWays,nDCacheSets）。 - 物理约束（1 列）：目标
Frequency（单位 MHz）。
2. 目标标签（命名约定）
CSV 标题遵循结构化格式 <Stage>_[Corner]_<Metric> 以记录纵向数据：
- 工艺角无关指标（面积）：格式为
<Stage>_Total_Area（单位 $mu m^2$）。由于物理几何形状在 PVT 条件下是恒定的，面积列是共享的。 - 工艺角相关指标（功耗与时序）：格式为
<Stage>_<Corner>_<Metric>。- 工艺角：
Typical,Fast,Slow。 - 阶段：
floorplan,place_opt（布局）,clock_opt（时钟树综合）,route_opt（布线）,chipfinish（签核）。 - 指标：
Total_Power（单位 mW）和WNS（单位 ns，最差负时序裕量）。
- 工艺角：
- 示例：
chipfinish_Total_Area（无关）与chipfinish_Typical_Total_Power（工艺角特定）。
使用与预处理指南
基于探索性数据分析，我们强烈建议在数据集上训练机器学习模型（例如 XGBoost、随机森林或神经网络）时采用以下预处理步骤：
- 功耗与面积（对数正态分布）：功耗和面积指标跨越多个数量级。建议在使用标准 MSE 损失进行优化之前，应用对数变换（
log(1+x)）然后进行标准缩放。 - 时序 / WNS（“零裕度悬崖”）：时序预测是高度非线性的。EDA 工具将违规路径积极优化至 $0.0$ ns 阈值，但保持宽松约束不变，从而产生尖锐的分布不连续性。
- 建议：使用分位数变换器将原始 WNS 数据映射到高斯先验（$mathcal{N}(0,1)$）。此外，使用 L1 损失（MAE） 而不是 MSE，可以在关键的零裕度边界附近提供更稳定的梯度。
快速开始
克隆仓库并使用 Pandas 加载数据集： bash git clone https://github.com/HKUSTGZ-MICS-LYU/KDD-RocketPPA-Dataset.git cd KDD-RocketPPA-Dataset
