联手华为诺亚，南大LAMDA组获EDA顶会DATE 2025最佳论文
文章摘要
【关 键 词】 芯片设计、全局布局、时序优化、关键路径、算法创新
南京大学人工智能学院LAMDA组钱超教授团队在DATE 2025国际会议上获得最佳论文奖，其研究成果《Timing-Driven Global Placement by Efficient Critical Path Extraction》提出了一种创新的时序驱动全局布局方法。该研究通过高效的关键路径提取技术，覆盖所有时序违例端点，在关键时序指标TNS和WNS上分别实现40.5%和8.3%的性能提升，审稿人评价其成果”超过了所有先进工作”。
研究团队开发的GPU加速时序驱动布局框架包含三大核心创新：细粒度引脚到引脚吸引力目标函数设计、高效路径提取方案以及二次欧几里得距离损失函数。通过取代传统网络加权方法，新框架能够精准定位关键路径上的引脚对，使关键路径单元分布更紧凑。其提出的report_timing_endpoint方法将时序分析速度提升6倍，覆盖所有26300个故障端点，而二次欧几里得损失函数相较于线性损失，使TNS和WNS分别提升50%和30%。
实验数据显示，新方法在ICCAD2015基准测试中，相较DREAMPlace 4.0在TNS和WNS指标上平均提升60%和30%，运行效率优于现有最优算法。消融研究证实，二次损失函数比传统HPWL损失在时序优化方面更具优势，同时保持线长质量。动态优化过程显示，新方法在500次迭代后快速收敛，时序指标稳定提升，而线长溢出率显著降低。
该研究突破传统布局算法局限，解决了时序驱动布局中长期存在的优化目标间接、路径分析效率低下等难题。作为EDA领域的核心技术，布局算法直接影响芯片设计的时序收敛和制造周期。南京大学团队通过与华为诺亚方舟实验室合作，已在多项芯片设计优化问题上取得突破，包括将布线长度缩短80%、时序指标提升65%等。当前研究不仅推动EDA工具发展，更为应对先进制程挑战提供了新思路。
原文和模型
【原文链接】 阅读原文 [ 4100字 | 17分钟 ]
【原文作者】 机器之心
【摘要模型】 deepseek-r1
【摘要评分】 ★★★★☆
相关文章
