一种基于深度学习的VLSI电路布局优化方法及系统

本发明公开了集成电路技术领域的一种基于深度学习的VLSI电路布局优化方法及系统，方法步骤包括：将大规模集成电路抽象为超图结构、接收超图结构，利用超图神经网络生成节点嵌入矩阵，并通过无监督训练优化分割损失函数，得到概率分布矩阵、基于所述概率分布矩阵确定分割后的子集，并将各子集映射至物理布局单元，根据面积均衡约束和时序约束生成芯片的物理区域布局、对物理布局结果进行约束反馈，动态调整所述分割损失函数的参数，直至满足所有物理约束条件，本发明可用于超大规模集成电路的电路的布局，为提供高质量VLSI电路布局方案提供优化方法和手段。