據(jù)南京大學(xué)人工智能學(xué)院消息，近日，人工智能學(xué)院LAMDA組錢超教授團(tuán)隊(duì)在DATE 2025發(fā)表論文“Timing-Driven Global Placement by Efficient Critical Path Extraction”，獲最佳論文獎(jiǎng)。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(shí)驗(yàn)室合作完成。

據(jù)介紹，該工作針對(duì)大規(guī)模芯片標(biāo)準(zhǔn)單元的全局布局問(wèn)題，通過(guò)高效的關(guān)鍵路徑提取技術(shù)，覆蓋所有時(shí)序（即傳播時(shí)延約束，是實(shí)現(xiàn)芯片功能的關(guān)鍵）違例端點(diǎn)，從而精確建模時(shí)序目標(biāo)，并且在優(yōu)化時(shí)兼顧布線長(zhǎng)度、布局密度、時(shí)序等多個(gè)目標(biāo)；較最先進(jìn)算法，在關(guān)鍵時(shí)序指標(biāo)TNS和WNS上分別提升40.5%和8.3%。審稿人高度評(píng)價(jià)該工作，稱“結(jié)果令人印象非常深刻，超過(guò)了所有先進(jìn)工作”，取得顯著提升。、

DATE自1994年創(chuàng)辦以來(lái)已舉辦31屆，今年將于3月31日至4月2日在法國(guó)里昂召開(kāi)。DATE今年收到逾1200篇投稿，錄用率約25%，共評(píng)選出4篇最佳論文獎(jiǎng)（獲獎(jiǎng)率僅0.3%）。

圖1: 基于高效關(guān)鍵路徑提取技術(shù)的時(shí)序目標(biāo)建模

近期，AI技術(shù)在芯片設(shè)計(jì)中的應(yīng)用受到了國(guó)際上高度關(guān)注。Google在Nature提出AlphaChip，應(yīng)用于TPU設(shè)計(jì)，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(jì)流程冗長(zhǎng)復(fù)雜，存在大量復(fù)雜優(yōu)化問(wèn)題。作為人工智能的重要研究分支，演化算法受達(dá)爾文進(jìn)化論啟發(fā)，通過(guò)模擬“交叉變異”和“自然選擇”行為，可用于求解機(jī)器學(xué)習(xí)中復(fù)雜優(yōu)化問(wèn)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(yáng)教授和錢超教授長(zhǎng)期努力，希望能夠建立起相應(yīng)理論基礎(chǔ)，并對(duì)算法設(shè)計(jì)給出指導(dǎo)；2019年他們?cè)赟pringer出版專著《Evolutionary Learning: Advances in Theories and Algorithms》，總結(jié)了他們?cè)谠摲较蛏线^(guò)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(jìn)展》?；谠谘莼瘜W(xué)習(xí)方向的長(zhǎng)期理論研究，近期針對(duì)芯片設(shè)計(jì)中的復(fù)雜優(yōu)化問(wèn)題設(shè)計(jì)出了多個(gè)原創(chuàng)領(lǐng)先算法，如針對(duì)芯片宏元件布局問(wèn)題，較Google在Nature’21提出方法的布線長(zhǎng)度縮短80%以上，較當(dāng)前最先進(jìn)的開(kāi)源EDA工具OpenROAD的芯片最終時(shí)序指標(biāo)提升超65%，在ACM SIGEVO Human-Competitive Results獲獎(jiǎng)；若干技術(shù)在華為海思落地驗(yàn)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(jìn)一步合作攻關(guān)，希望通過(guò)先進(jìn)芯片設(shè)計(jì)緩解當(dāng)前先進(jìn)制造工藝局限。