本发明涉及电路标准单元训练，特别涉及一种基于多模态数据的电路标准单元预训练方法。
背景技术：
1、在芯片的反向工程中，大规模电路分析对于芯片的理解和设计起着重要的作用，其内容包括电路模块的提取分类、芯片版图的布局布线等等。电路由标准单元构成，电路分析需要先对标准单元进行特征构建和建模。然而，标准单元种类繁多，各家厂商的命名规则不尽相同，给标准单元的特征构建带来了巨大的挑战。
2、传统的类别特征存在明显缺陷。若只关注大类，那么同类型标准单元的各个变种将无法区分；若将不同的变种当作独立的类别，那么变种之间就失去了相关性。
3、本发明利用标准单元的多模态数据，通过大规模图神经网络模型和自然语言模型的自监督训练，为下游模型提供高质量的表征向量，提高下游模型的预测性能。首先，标准单元的类别可以由名称推断，相似功能的标准单元具有相同的前缀；其次，其逻辑表达式或真值表描绘了标准单元的运算逻辑，从本质上确定了功能；另外，相似的标准单元具有相似的内部拓扑结构，可以用图数据结构加以刻画。因此，标准单元的特征构建可以利用标准单元的多模态数据，综合其名称、逻辑表达式、真值表和内部拓扑结构，挖掘出其本质特点。特别地，本发明使用图神经网络模型对标准单元的物理结构做嵌入表征，使用自然语言模型对名称、管脚、逻辑表达式和真值表做嵌入表征。通过表征的融合、真值表的输出预测、名称和逻辑表达式的互译等多个自监督任务，实现标准单元的预训练，并提供标准单元的表征向量供下游任务使用。
技术实现思路
1、本发明目的是：提供一种基于多模态数据的电路标准单元预训练方法，通过大规模图神经网络模型和自然语言模型的自监督训练，为下游模型提供高质量的标准单元表征向量，提高下游模型的预测性能。
2、本发明的技术方案是：
3、一种基于多模态数据的电路标准单元预训练方法，包括步骤：
4、s1、预处理标准单元多模态数据集，构建预训练数据；
5、s2、设计图神经网络模型和自然语言模型结构；
6、s3、使用预处理的数据集做自监督训练；
7、s4、在所有标准单元上做模型推断，得到表征向量。
8、优选的，步骤s1具体包括：
9、s1-1、对标准单元的名称和管脚进行解析；其中，名称按字符分割，每个字符加上统一的前缀，构成标准单元名称的词汇表；每个管脚名称前加上统一的前缀，构成管脚的词汇表；
10、s1-2、对逻辑表达式进行解析；识别逻辑词汇，以及括号、逻辑运算符，构成逻辑表达式的词汇表；识别表达式中的管脚名称，加上管脚前缀；
11、s1-3、对真值表进行解析；将输入值转换为矩阵；将0、1输出值看作字符并加上统一的前缀，成为2个词构成的布尔词汇表；
12、s1-4、将以上s1-1～s1-3中的名称词汇表、管脚词汇表、逻辑表达式词汇表和布尔词汇表合并成1个词汇表，并对词做编号；将名称、管脚、逻辑表达式、真值表输出中的词替换成编号，完成数据集中字符的向量化操作；
13、s1-5、为图神经网络模型构建标准单元的管脚特征矩阵和管脚邻接矩阵；
14、步骤s1-4构建了自然语言模型的预训练数据，s1-5构建了图神经网络模型的自监督预训练数据。
15、优选的，所述步骤s2具体包括：
16、构建一个由图神经网络模型和自然语言模型组成的大模型；
17、每个标准单元是一个图；管脚是图中的节点，管脚之间的电路连接是图中的边；图神经网络模型由输入层、图传播层和输出层构成；输入层将标准单元管脚的类别特征向量转化为嵌入向量；图传播层使用图神经网络模块；经过图传播层的信息传递后，输出层产出的是每个管脚的聚合表征向量；
18、自然语言模型由两个生成式子模块构成，生成式子模块中选用的生成模型不限。
19、优选的，所述两个生成式子模块采用bart生成模型；
20、第1个bart生成模型的作用是生成逻辑表达式，由1个encoder和1个decoder组成；encoder使用双向注意力机制，输入的是标准单元名称的词编号向量和管脚的图神经网络表征向量，输出的是每个词的隐状态向量；decoder使用单向注意力机制，输入的是encoder的输出向量，输出的是预测的逻辑表达式；
21、第2个bart生成模型的作用是预测真值表的输出值，由1个encoder和1个decoder组成；encoder使用双向注意力机制，输入的是第1个bart encoder的最后一层隐状态的均值向量以及真值表的输入值，输出的是每个真值表输入值的最后一层隐状态向量；decoder使用单向注意力机制，输入的是encoder输出向量，输出的是预测的真值表输出值。
22、优选的，所述步骤s3具体包括：
23、自监督训练的损失函数由3个子损失函数相加构成；其中，第1个损失函数是预测的逻辑表达式和真实表达式的差异；第2个损失函数是预测的真值表输出值和真实输出值的差异；第3个损失函数是图神经网络通过遮盖和预测方式得到的自监督损失；
24、将训练数据分为训练集、验证集和测试集；选出验证集上bleu指标最高的模型并保存。
25、优选的，所述步骤s4具体包括：
26、加载步骤s3保存的bleu指标最高的模型，对所有标准单元做推断得到表征向量；首先，对于每个标准单元，将管脚类别特征向量和邻接矩阵输入图神经网络，得到管脚的表征向量；接着，在第1个bart生成模型的encoder中输入名称的词编号向量和管脚的图神经网络表征向量，提取其最后一层隐状态的均值向量，作为该标准单元的表征向量，并保存。
27、本发明的优点是：
28、本发明利用标准单元的多模态数据，通过大规模图神经网络模型和自然语言模型的自监督训练，为下游模型提供高质量的标准单元表征向量，提高下游模型的预测性能。
1.一种基于多模态数据的电路标准单元预训练方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于多模态数据的电路标准单元预训练方法，其特征在于，步骤s1具体包括：
3.根据权利要求2所述的基于多模态数据的电路标准单元预训练方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求3所述的基于多模态数据的电路标准单元预训练方法，其特征在于，所述两个生成式子模块采用bart生成模型；
5.根据权利要求4所述的基于多模态数据的电路标准单元预训练方法，其特征在于，所述步骤s3具体包括：
6.根据权利要求5所述的基于多模态数据的电路标准单元预训练方法，其特征在于，所述步骤s4具体包括：
