買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉奇捷科技(深圳)有限公司申請的專利一種基于人工智能的增量式靜態時序分析方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120493828B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510983402.6，技術領域涉及：G06F30/3315；該發明授權一種基于人工智能的增量式靜態時序分析方法是由楊曉慶;魏星;刁屹;袁峰;周星辰;劉彥君;康澤;陳杰設計研發完成，并于2025-07-17向國家知識產權局提交的專利申請。

本一種基于人工智能的增量式靜態時序分析方法在說明書摘要公布了：本發明提出了一種基于人工智能的增量式靜態時序分析方法，適用于數字電路設計中的確認階段ECO中電路時延的分析，根據原始設計確認階段未進行ECO的電路時序數據，提取與時序數據相關的電路器件特征數據；基于神經網絡構建時延預測模型，利用電路器件特征數據對所述時延預測模型進行訓練，得到模型參數；提取進行ECO后的增量式設計的電路器件特征數據，輸入訓練好的時延預測模型，得到增量式設計結構的電路時延數據以及相應的延遲數據和增益數據；將所述延遲數據和增益數據回傳給布局器和布線器；該方法能夠保證靜態時序預測精度，同時解決了增量式設計結果難以滿足時序收斂的問題。

本發明授權一種基于人工智能的增量式靜態時序分析方法在權利要求書中公布了：1.一種基于人工智能的增量式靜態時序分析方法，適用于數字電路設計中的增量式設計的物理實現階段ECO中電路時延的分析，其特征在于，所述方法包括以下步驟： 步驟S1，根據原始設計確認階段未進行ECO的電路時序數據，提取與時序數據相關的電路器件特征數據； 對原始設計確認階段未進行ECO的電路時序數據進行解析，提取電路的拓撲結構；提取電路器件的物理特征，所述物理特征至少包括：類型、尺寸、電阻、電容、面積；提取電路器件之間的鏈接關系，所述鏈接關系至少包括：連接的節點、路徑長度、連接類型；將上述提取的特征數據進行標準化處理得到電路器件特征數據； 步驟S2，基于神經網絡構建時延預測模型，利用電路器件特征數據對所述時延預測模型進行訓練，得到模型參數； 所述神經網絡為異質圖神經網絡，采用有監督學習進行模型訓練，監督標簽來源于原始設計使用商業工具得到的時序數據； 所述異質圖神經網絡中的圖結構通過如下方式構建： 將電路中的每個器件，包括標準單元和宏單元，映射為圖中的節點，節點屬性包含器件的物理特征；將器件之間的物理連接關系映射為圖中的邊，邊的屬性包含連接類型和路徑長度鏈接特征；不同類型的器件節點之間的連接構成異質圖結構； 神經網絡包括：輸入層、圖卷積層、特征聚合層、全連接層和輸出層； 輸入層接收電路節點的輸入特征并對輸入特征進行初始化為節點特征，所述輸入特征為電路器件特征數據；所述初始化表示為：，其中，表示節點的初始特征，表示節點的節點特征； 圖卷積層采用異質圖卷積操作，對不同類型的節點特征進行聚合和更新，所述圖卷積層的函數公式為： 其中，表示節點在第層的特征，表示節點的鄰居節點集合，是歸一化系數，和是第層的權重矩陣，ReLU是圖卷積層激活函數； 特征聚合層對每個節點的特征進行聚合，生成新的節點特征表示，所述特征聚合層的函數公式為： 其中，表示節點在最后一層的特征，表示特征聚合函數； 全連接層將聚合后的節點特征輸入到全連接層，進行特征變換和非線性變換，所述全連接層的函數公式為： 其中，表示節點的輸出時延預測值，和是全連接層的權重和偏置，是全連接層的激活函數； 所述輸出層輸出節點的時延預測值； 步驟S3，提取進行ECO后的增量式設計的電路器件特征數據，輸入訓練好的時延預測模型，得到增量式設計結構的電路時延數據以及相應的延遲數據和增益數據； 步驟S4，將所述延遲數據和增益數據回傳給布局器和布線器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人奇捷科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區福保街道福保社區市花路南側長富金茂大廈1號樓2102D；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。