순서가 중요하다: 프록시 기반 LLM 진화를 통한 매크로 배치 시퀀스의 숨겨진 영향 분석

Order Matters: Unveiling the Hidden Impact of Macro Placement Sequences via Proxy-Guided LLM Evolution

매크로 배치는 최신 반도체 물리 설계의 기본 단계이며, 고차원 조합 최적화 문제의 해 품질을 결정하는 데 중요한 역할을 합니다. 최근 공간 좌표 결정에 대한 머신러닝 기술이 발전했지만, 배치 시퀀스의 시간적인 측면은 여전히 정적인 휴리스틱에 의해 주로 제어됩니다. 본 연구에서는 배치 시퀀스가 단순한 전처리 단계가 아니라 최적화 과정에서 결정적인 요소이며, 초기 단계의 비최적 솔루션이 되돌릴 수 없는 연쇄 효과를 유발하여 해 공간을 제한한다는 것을 보여줍니다. 이러한 미개척 영역을 활용하기 위해, 매크로 배치 순서 전략을 자동으로 발견하는 프록시 기반 LLM 진화 프레임워크인 OrderPlace를 제안합니다. OrderPlace는 면적 또는 연결성을 기반으로 한 수동으로 설계된 휴리스틱에 의존하는 대신, 정적 스코어링 메트릭부터 동적인 물리 법칙 기반 메커니즘에 이르기까지 더 넓은 범위의 코드 수준 정책을 탐색합니다. 시퀀스 평가 비용을 줄이기 위해, 우리는 결정론적 탐욕적 방법을 사용하여 후보를 효율적으로 필터링하는 경량 프록시 평가 메커니즘을 도입했습니다. 표준 ISPD 2005 벤치마크에 대한 실험 결과는 OrderPlace가 새로운 정렬 전략을 발견한다는 것을 보여줍니다. WireMask-EA 및 최첨단 방법인 EGPlace와 비교하여, OrderPlace는 각각 배선 길이를 34.04% 및 14.08% 줄였습니다.

Macro placement is a fundamental step in modern chip physical design, playing a crucial role in determining the solution quality of high-dimensional combinatorial optimization problems. Despite recent advancements in machine learning for spatial coordinate determination, the temporal dimension of placement sequencing remains largely governed by static heuristics. In this work, we demonstrate that the placement sequence is not merely a preprocessing step but a decisive factor in optimization, where suboptimal early decisions trigger irreversible domino effects that constrain the solution space. To harness this unexplored dimension, we propose \textbf{OrderPlace}, a proxy-guided LLM evolution framework for automatically discovering macro placement order strategies. Instead of relying on manually crafted heuristics such as area- or connectivity-based ordering, OrderPlace explores a broader space of code-level policies, ranging from static scoring metrics to dynamic physics-inspired mechanisms. To mitigate the prohibitive cost of evaluating sequences, we introduce a lightweight proxy evaluation mechanism that efficiently filters candidates using a deterministic greedy probe. Experimental results on the standard ISPD 2005 benchmarks demonstrate that OrderPlace discovers novel ordering strategies. Compared with WireMask-EA and the state-of-the-art method EGPlace, OrderPlace reduces wirelength by 34.04\% and 14.08\%, respectively.