机器学习模型与预处理数据集

机器学习模型与预处理数据集主要面向集成电路布局布线阶段的拥塞、功耗和时序预测研究，以及机器学习模型训练、测试和推理需求建设，旨在为电路性能快速评估和机器学习引导的布局布线优化提供标准化数据支撑。该数据集由北京大学及项目参与单位依托Linux服务器和工作站产生，基于统一设计样例、工艺节点配置及EDA/Lecompiler数据生成流程，采集基础设计文件、布局布线中间结果和性能分析数据，并通过自研预处理程序完成数据清洗、特征提取、标准化、图结构构建、标签整理和样本划分。数据集主要包括拥塞、功耗、时序等电路性能预测模型权重与配置文件，以及图结构、数组化特征、标签文件、训练集与测试集划分和元数据说明等内容，不包含商业PDK原始库、商业EDA软件、许可证及未经授权的第三方IP文件。数据格式主要为.pth、.npy和.json，压缩前数据量为30.2GB，压缩后数据量为8.13GB。