机器学习优化工具AmazeME-Place，基于机器学习算法，探索P&R工具的“Placement + Optimization”联合优化策略。它将时序WNS、时序TNS、静态功耗、动态功耗、总线长、阻塞等指标进行多维度考核，在各引擎参数构成的巨大解空间里探索分析和迭代优化有效参数，找到多维度指标上的最优解，给出实现布局阶段的最佳PPAC指标的参数集。
布局优化阶段，各相关引擎构成的参数解空间是巨大的，各参数间的耦合性和依赖性也并不确定，AmazeME-Place通过对各引擎全参数形成混合参数，并自适应的学习混合参数互信息与PPAC指标的相关性，找到参数与指标的最佳耦合点。
