GNN引导的DSA-MP版图分解局部细化方法

针对 DSA-MP 版图分解中现有方法难以兼顾解质量与运行时间、且忽略 DSA 模板边到边间距约束的问题，研究者提出一种新的冲突图模型来刻画此前被忽视的约束，并开发了由图神经网络驱动的局部精修策略。实验显示，该方法相比当前最优方法解质量更高、收敛更快，并在不同版图规模、设计风格、工艺节点和掩模数量下保持稳健。该成果已被 ICCAD 2026 接收。

摘自 arXiv Artificial Intelligence

还没有足够的连续观测数据，暂不绘制趋势。