論文の概要: Open3DBench: Open-Source Benchmark for 3D-IC Backend Implementation and PPA Evaluation

• arxiv url: http://arxiv.org/abs/2503.12946v1
• Date: Mon, 17 Mar 2025 08:59:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 15:59:03.174385
• Title: Open3DBench: Open-Source Benchmark for 3D-IC Backend Implementation and PPA Evaluation
• Title（参考訳）: Open3DBench: 3D-ICバックエンド実装とPPA評価のためのオープンソースベンチマーク
• Authors: Yunqi Shi, Chengrui Gao, Wanqi Ren, Siyuan Xu, Ke Xue, Mingxuan Yuan, Chao Qian, Zhi-Hua Zhou,
• Abstract要約: これはOpen-flow-scriptsフレームワーク上に構築されたオープンソースの3D-ICバックエンド実装ベンチマークである。 Open3DBenchは、3D EDAメソッドを評価するための標準化された再現可能なプラットフォームを提供する。
• 参考スコア（独自算出の注目度）: 60.041160466282804
• License:
• Abstract: This work introduces Open3DBench, an open-source 3D-IC backend implementation benchmark built upon the OpenROAD-flow-scripts framework, enabling comprehensive evaluation of power, performance, area, and thermal metrics. Our proposed flow supports modular integration of 3D partitioning, placement, 3D routing, RC extraction, and thermal simulation, aligning with advanced 3D flows that rely on commercial tools and in-house scripts. We present two foundational 3D placement algorithms: Open3D-Tiling, which emphasizes regular macro placement, and Open3D-DMP, which enhances wirelength optimization through cross-die co-placement with analytical placer DREAMPlace. Experimental results show significant improvements in area (51.19%), wirelength (24.06%), timing (30.84%), and power (5.72%) compared to 2D flows. The results also highlight that better wirelength does not necessarily lead to PPA gain, emphasizing the need of developing PPA-driven methods. Open3DBench offers a standardized, reproducible platform for evaluating 3D EDA methods, effectively bridging the gap between open-source tools and commercial solutions in 3D-IC design.
• Abstract（参考訳）: この記事では、OpenROAD-flow-scriptsフレームワーク上に構築されたオープンソースの3D-ICバックエンド実装ベンチマークであるOpen3DBenchを紹介する。 提案するフローは、3Dパーティショニング,配置,3Dルーティング,RC抽出,サーマルシミュレーションのモジュール統合をサポートし,商用ツールや社内スクリプトに依存する高度な3Dフローと整合する。 本稿では,通常のマクロ配置を重視したOpen3D-Tilingと,解析的プレーサーDREAMPlaceとの相互共配置によるワイヤ長最適化を行うOpen3D-DMPの2つの基本的3D配置アルゴリズムを提案する。 実験の結果、面積(51.19%)、ワイヤ長(24.06%)、タイミング(0.84%)、パワー(5.72%)が2Dフローと比較して大幅に改善された。 また, ワイヤ長の改善がPPA向上につながるとは限らないこと, PPA駆動方式の開発の必要性を強調した。 Open3DBenchは、3D EDAメソッドを評価するための標準化された再現可能なプラットフォームを提供する。

関連論文リスト

• Co-Fix3D: Enhancing 3D Object Detection with Collaborative Refinement [37.24731059950228]
  運転シナリオにおける3次元物体検出は、複雑な道路環境の課題に直面している。 我々はCo-Fix3Dと呼ばれる高度な検出フレームワークを提案する。 Co-Fix3DはLocal and Global Enhancement (LGE)モジュールを統合し、Bird's Eye View (BEV)機能を洗練する。
  論文  参考訳（メタデータ） (2024-08-15T07:56:02Z)
• Rethinking 3D Dense Caption and Visual Grounding in A Unified Framework through Prompt-based Localization [51.33923845954759]
  3Dビジュアルグラウンド(3DVG)と3Dキャプション(3DDC)は、様々な3Dアプリケーションにおいて2つの重要なタスクである。 本稿では,これら2つの異なる,しかし密接に関連するタスクを協調的に解決する統合フレームワークである3DGCTRを提案する。 実装面では、Lightweight Caption Headを既存の3DVGネットワークに統合し、Caption Text Promptを接続として使用する。
  論文  参考訳（メタデータ） (2024-04-17T04:46:27Z)
• InverseMatrixVT3D: An Efficient Projection Matrix-Based Approach for 3D Occupancy Prediction [11.33083039877258]
  InverseMatrixVT3Dは,多視点画像特徴量を3次元特徴量に変換することで,セマンティック占有率の予測を行う。 プロジェクション行列に対するスパース行列処理手法を導入し,GPUメモリ使用率を最適化する。 本手法は,自動運転と道路安全に不可欠な,脆弱な道路利用者(VRU)の検出において,最高の性能を実現する。
  論文  参考訳（メタデータ） (2024-01-23T01:11:10Z)
• A Unified Framework for 3D Point Cloud Visual Grounding [60.75319271082741]
  本稿では,3DREC と 3DRES を 3DRefTR という統合フレームワークに統合する取り組みについて述べる。 その鍵となるアイデアは、成熟した3DRECモデルの上に構築し、3DRECモデルから用意されたクエリ埋め込みとビジュアルトークンを活用して、専用のマスクブランチを構築することである。 この精巧な設計により、3DRefTRは3DRESと3DRECのキャパシティの両方を、元の3DRECモデルと比較して6%のレイテンシで達成できる。
  論文  参考訳（メタデータ） (2023-08-23T03:20:31Z)
• From 2D to 3D: Re-thinking Benchmarking of Monocular Depth Prediction [80.67873933010783]
  我々は,MDPが現在,3Dアプリケーションにおける予測の有用性を評価するのに有効な指標に頼っていることを論じる。 これにより、2Dベースの距離を最適化するのではなく、シーンの3D構造を正確に認識し、推定に向けて改善する新しい手法の設計と開発が制限される。 本稿では,MDP手法の3次元幾何評価に適した指標セットと,提案手法に不可欠な室内ベンチマークRIO-D3Dを提案する。
  論文  参考訳（メタデータ） (2022-03-15T17:50:54Z)
• EGFN: Efficient Geometry Feature Network for Fast Stereo 3D Object Detection [51.52496693690059]
  高速ステレオベース3Dオブジェクト検出器は高精度指向法よりもはるかに遅れている。 主な理由として,高速ステレオ法における3次元幾何学的特徴表現の欠如や不足があげられる。 提案された EGFN は、YOLOStsereo3D よりも5.16%向上し、mAP$_3d$ をわずか12msで上回った。
  論文  参考訳（メタデータ） (2021-11-28T05:25:36Z)
• 3D-FFS: Faster 3D object detection with Focused Frustum Search in sensor fusion based networks [0.0]
  センサフュージョンに基づく3Dオブジェクト検出ネットワークを高速化する新しいアプローチである3D-FFSを提案する。 3D-FFSは3D検索スペースを大幅に制限し、トレーニング時間、推論時間、メモリ消費を大幅に削減できます。 F-ConvNetと比較して62.84%、56.46%のトレーニングと推論時間の改善を実現し、メモリ使用量を58.53%削減しました。
  論文  参考訳（メタデータ） (2021-03-15T11:32:21Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation [81.02742110604161]
  大規模運転シーンのLiDARセグメンテーションのための最先端の手法は、しばしば点雲を2次元空間に投影し、2D畳み込みによって処理する。 そこで我々は,3次元幾何学的パタンを探索するために,円筒分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。 提案手法はセマンティックKITTIのリーダーボードにおいて第1位を獲得し,既存のnuScenesの手法を約4%のマージンで上回っている。
  論文  参考訳（メタデータ） (2020-11-19T18:53:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。