2/25/2025，光纖在線訊，電子設(shè)計自動化（Electronic Design Automation，EDA）是芯片設(shè)計的基石產(chǎn)業(yè)，被譽為“芯片之母”。歐洲設(shè)計自動化與測試會議（Design, Automation and Test in Europe Conference，DATE）是EDA領(lǐng)域的頂級國際學(xué)術(shù)會議。近日，南京大學(xué)人工智能學(xué)院LAMDA組錢超教授團隊在DATE 2025發(fā)表論文“Timing-Driven Global Placement by Efficient Critical Path Extraction”，獲最佳論文獎。

     論文第一作者侍昀琦、第四作者林熙、第五作者薛軻分別是南京大學(xué)人工智能學(xué)院的碩士生、本科生和博士生，錢超教授為通訊作者，論文與華為諾亞方舟實驗室合作完成。

      該工作針對大規(guī)模芯片標準單元的全局布局問題，通過高效的關(guān)鍵路徑提取技術(shù)，覆蓋所有時序（即傳播時延約束，是實現(xiàn)芯片功能的關(guān)鍵）違例端點，從而精確建模時序目標，并且在優(yōu)化時兼顧布線長度、布局密度、時序等多個目標；較最先進算法，在關(guān)鍵時序指標TNS和WNS上分別提升40.5%和8.3%。審稿人高度評價該工作，稱“結(jié)果令人印象非常深刻，超過了所有先進工作”（“The results are very impressive, outperforming all state-of-the-art works”），取得顯著提升（“significant improvements”）。DATE自1994年創(chuàng)辦以來已舉辦31屆，今年將于3月31日至4月2日在法國里昂召開。DATE今年收到逾1200篇投稿，錄用率約25%，共評選出4篇最佳論文獎（獲獎率僅0.3%）。

      
圖1: 基于高效關(guān)鍵路徑提取技術(shù)的時序目標建模
      近期，AI技術(shù)在芯片設(shè)計中的應(yīng)用受到了國際上高度關(guān)注。Google在Nature提出AlphaChip，應(yīng)用于TPU設(shè)計，而多家EDA頭部廠商也推出了AI賦能的EDA產(chǎn)品。芯片設(shè)計流程冗長復(fù)雜，存在大量復(fù)雜優(yōu)化問題。作為人工智能的重要研究分支，演化算法受達爾文進化論啟發(fā)，通過模擬“交叉變異”和“自然選擇”行為，可用于求解機器學(xué)習(xí)中復(fù)雜優(yōu)化問題，但這類算法幾乎純粹是“啟發(fā)式”：在不少情況下有效, 但為何奏效、在何種條件下奏效卻并不清楚。

      LAMDA組周志華教授帶領(lǐng)俞揚教授和錢超教授長期努力，希望能夠建立起相應(yīng)理論基礎(chǔ)，并對算法設(shè)計給出指導(dǎo)；2019年他們在Springer出版專著《Evolutionary Learning: Advances in Theories and Algorithms》，總結(jié)了他們在該方向上過去二十年的主要工作，并于2021年出版中文版《演化學(xué)習(xí)：理論與算法進展》?；谠谘莼瘜W(xué)習(xí)方向的長期理論研究，近期針對芯片設(shè)計中的復(fù)雜優(yōu)化問題設(shè)計出了多個原創(chuàng)領(lǐng)先算法，如針對芯片宏元件布局問題，較Google在Nature’21提出方法的布線長度縮短80%以上，較當(dāng)前最先進的開源EDA工具OpenROAD的芯片最終時序指標提升超65%，在ACM SIGEVO Human-Competitive Results獲獎；若干技術(shù)在華為海思落地驗證，攻克華為“揭榜掛帥”難題，包括將芯片寄存器尋優(yōu)效率平均提升 22.14 倍等。LAMDA組目前與華為正在進一步合作攻關(guān)，希望通過先進芯片設(shè)計緩解當(dāng)前先進制造工藝局限。

來源：南京大學(xué)人工智能學(xué)院官網(wǎng)