联手华为诺亚，南大LAMDA组获EDA顶会DATE 2025最佳论文

一种高效时间驱动的全局布局算法。

原标题：联手华为诺亚，南大LAMDA组获EDA顶会DATE 2025最佳论文
文章来源：机器之心
内容字数：10206字

学团队在DATE 2025会议上获得最佳论文奖

近日，学人工智能学院LAMDA组钱超教授团队在欧洲设计自动化与测试会议（DATE 2025）上凭借论文《Timing-Driven Global Placement by Efficient Critical Path Extraction》荣获最佳论文奖。该论文由学与华为诺亚方舟实验室合作完成，第一作者侍昀琦、四作林熙、五作薛轲分别为学硕士生、本科生和博士生，钱超教授为通讯作者。

1. 论文核心：高效的时序驱动全局布局

论文针对大规模芯片标准单元的全局布局问题，提出了一种高效的关键路径提取技术。该技术能够覆盖所有时序违例端点，精确建模时序目标，并在优化时兼顾布线长度、布局密度和时序等多个目标。与业界最先进算法相比，新方法在关键时序指标TNS和WNS上分别提升了40.5%和8.3%。

2. 技术创新：细粒度引脚到引脚吸引力模型

传统方法通过调整网络权重间接优化时序，存在信息利用不足的问题。该研究创新性地引入了细粒度的引脚到引脚吸引力模型，直接针对时序指标进行优化。这种方法能够使关键路径上的引脚靠得更近，从而减少线路延迟并提高时序性能。

3. 高效的关键路径提取方法

论文提出了一种高效的关键路径提取方法report_timing_endpoint (n，k)，能够快速捕捉全面的时序信息，其速度比默认的时序分析工具提升了6倍。该方法通过选择性地分配权重，更精细地控制优化过程。

4. 二次欧几里得距离损失函数

为了实现有效的优化，论文设计了一种与最终时序指标紧密对齐的二次欧几里得距离损失函数。实验结果表明，该损失函数比HPWL损失和欧几里得距离损失更有效，能够促成单元的更均匀分布，并保持更一致的线段长度。

5. GPU加速的时序驱动全局布局框架

研究人员基于开源布局器DREAMPlace 4.0开发了GPU加速的时序驱动全局布局器。该框架结合了细粒度的引脚到引脚吸引力、高效的关键路径提取方法和二次欧几里得距离损失，实现了显著的性能提升。

6. 实验结果：显著优于现有方法

实验结果表明，新方法在TNS和WNS指标上均显著优于包括DREAMPlace 4.0在内的现有方法，平均提升幅度达40.5%和8.3%。这证明了该方法在解决大规模芯片设计时序问题上的有效性。

7. 未来展望：AI赋能EDA技术

学LAMDA组致力于AI赋能EDA技术的研究，希望通过先进的芯片设计方法来缓解先进制造工艺的局限性。该团队此前已在芯片设计领域取得多项突破性成果。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台