华中科大吕志鹏团队（名单信息）取得EDA国际比赛（CAD Contest布局布线算法）第一名

为什么说芯片国产化，困难重重！从芯片设计，到芯片生产制造，这是一个庞大的产业链。芯片设计中用到的EDA软件，软件开发比光刻机简单，国产化芯片道阻且长，他们需要时间。近日，华中科技大学吕志鹏教授带领团队战胜了全球137137支队参与的EDA国际比赛-CAD Contest布局布线算法夺取第一

什么是EDA

--高能预警，下面是对EDA的专业介绍--

现代集成电路的设计完全依赖集成电路设计自动化(EDA)工具。EDA工具涵盖了电子系统设计所需的设计输入、性能优化、仿真、功能验证及测试、数据管理等诸多设计环节所需的软件。对于典型的数字系统设计而言，包括逻辑综合、逻辑仿真、形式验证、物理设计、时序分析、物理验证、测试生成等关键工具。对于典型的模拟电路设计而言，包括了电路设计、版图设计、电路仿真、物理验证等关键工具。随着工艺节点进入纳米尺度，可制造性设计工具、工艺仿真、器件仿真、光刻仿真及光学邻近效应修正等工具也越来越重要。EDA技术的战略地位非常重要，作为集成电路设计的核心技术和支撑手段，在集成电路设计产业乃至整个电子工业中都发挥了不可替代的重要作用。当前，汽车，物联网，人工智能是EDA领域的研发热点。

通俗地说，芯片设计公司（如平头哥等）对芯片功能定义的描述，需要EDA工具来一步一步变成精密图纸（GDS），让晶圆代工厂（如台积电等）按照这张图纸用光刻机等设备来制造芯片。由于芯片功能定义存在于虚拟的软件世界，芯片却是物理世界中由沙子（半导体的原料主要是硅）经过上百道复杂工序制造出来的。因此，EDA工具要尽可能高精度地在虚拟的软件世界里模拟出现实中的物理和工艺问题，并用系统性的方法加以解决，保证芯片流片结果与设计图纸的仿真结果一致。因此，EDA技术极其复杂且影响巨大。如果你听到一家公司因流片失败，几千万打水漂的事儿，以后也不用太惊讶了。

EDA工具还需要对成千上万种可能的设计进行快速探索，优化性能、功耗、面积（PPA）等芯片物理指标和成本等经济指标。这个探索优化的空间极大。

这是一个忆阻器读写电路

这张简单的电路设计描述经过EDA工具之后就变成下面这张流片用的GDS版图（40nm工艺，1.5mm * 1.5mm）。是不是还挺复杂的。脑补一下现在高性能运算芯片起码都是（7nm，200mm*200mm），比这个例子要复杂10万倍以上。
 

为什么EDA这么难

通过上面的介绍，你知道了EDA工具在芯片设计与制造之间的重要作用。而EDA技术进步和产业发展的难点也是由于它对设计与制造两头都要“靠”。

先进的工艺节点不断演进都是由“晶圆代工厂+芯片设计公司+EDA公司”协同推进的成果。为了研发新工艺，晶圆代工厂需对材料、化学、过程控制等各种制造细节进行创新、调试和验证；EDA公司借助晶圆厂积累的大量测试数据，为新工艺的物理效应，工艺实施细节进行准确的数学建模，并给出设计优化工具；芯片设计公司将基于此模型和工具进行芯片设计与试产，并且依托丰富的设计经验不断发现和排除新工艺节点的各种量产问题。来自三家单位的工程师通力合作，集中攻破新问题，修复新bug，反复迭代，最终才能达到商用和量产要求。任何环节出题都将前功尽弃。因此也不难理解，为什么英特尔靠自己一家推进先进工艺节点如此艰难；台积电每年要耗费数十亿美元研发经费，而苹果和海思还要承担数亿美元的流片费用。

EDA产业发展与技术进步离不开制造工艺进步和芯片设计整个生态的进步。EDA公司不仅最早获取新工艺一手数据，而且有服务大量芯片设计客户的经验和数据积累。笔者曾在某国际EDA大厂做过一年顾问并参与前沿的技术研发，他们用来提升EDA算法性能的数据都来自许多风靡全球的芯片。因此，当我们还在申请EDA与AI交叉研究课题并为训练数据发愁时，EDA巨头们已经利用手中的海量训练数据进行AI产品化了。

EDA人才培养与科研发展也面临困境。EDA算法问题起点和终点都是半导体工艺等物理问题，解决手段则主要依靠复杂的数学方法和计算机算法，应用对象是芯片设计实现具体问题，涉及微电子、电路系统、计算机体系结构等诸多学科。一般来说本科生很难拥有此既宽泛又深入的知识储备体系，因此，三大EDA巨头公司研发工程师的平均学历都很高。同时，在硕士和博士阶段，单独从事数学、芯片设计、半导体器件和工艺的人较多，但是三者兼具的人又非常少。由于国内EDA产业薄弱，国家对其基础研究投入较少，从事EDA相关科学研究的学者也难以受到关注。

华中大团队斩获CAD Contest布局布线竞赛冠军

11月4日，在电子设计自动化（EDA）领域的国际会议计算机辅助设计国际会议（ICCAD2021）上，华中科技大学计算机学院吕志鹏教授团队获得了CAD Contest布局布线（Routing with Cell Movement Advanced）算法竞赛的第一名。团队成员还包括博士、博后苏宙行、研究生罗灿辉、梁镜湖和谢振轩。

​

吕志鹏教授团队合

ICCAD会议始于1980年，是电子设计自动化领域历史最悠久的顶级学术会议之一，其中CAD Contest算法竞赛作为会议的标志性事件，长期以来受到国际学术界与工业界的广泛关注。每届竞赛的赛题均来自Cadence、Synopsys、Mentor Graphics、Nvidia、IBM等全球著名EDA或半导体公司的真实业务场景，涵盖集成电路设计、制造与测试等环节中的核心算法难题，如逻辑综合、布局布线、等价验证、时序分析等。本届CAD Contest算法竞赛共有来自12个国家/地区的137支队伍参与，包括众多国内外知名高校与研究机构，如加州大学伯克利分校、东京大学、台湾大学、香港中文大学、复旦大学等。

竞赛获奖证书：布局布线算法竞赛第一名

EDA是电子设计的基石产业，也被誉为“芯片之母”。本届竞赛的布局布线问题作为电子设计自动化芯片后端物理设计中最重要的环节，直接影响芯片的功耗、面积、时延等各项性能指标。其中，布局过程需将一系列电路单元放置于给定的长方体空间中；而布线过程则需将属于同一个网的单元引脚用导线连接起来。参赛算法需要在考虑空间容量、电压区、最小布线层、金属层布线方向等众多真实约束的情况下，确定每个单元在芯片内的位置，并同时为每个网规划无短路、无断路的信号传输路径，使得导线的加权总长度最短。吕志鹏教授团队所设计的启发式优化算法，在冗余导线检测、布线环路消除、并行化邻域评估加速、布局调整最优移动区域识别等多项关键技术上实现了突破。根据计算机辅助设计国际会议公布的竞赛结果，该团队所设计的算法在所有测试算例上均达到了竞赛中的最优结果。据悉，今年是该团队首次参加ICCAD竞赛。

三维芯片设计布局布线示意图

电子设计自动化作为我国“卡脖子”关键技术之一，难点主要在于算法，其核心问题在算法上通常具有极高的计算复杂度，即为NP难问题。本次竞赛的布局布线问题，涉及了图着色、集合划分、二次指派、广义指派、斯坦纳树、斯坦纳森林等众多经典的NP难问题，是计算复杂性理论研究与实际工业应用相结合的典型场景。

芯片设计的复杂度

吕志鹏教授所在的实验室自成立至今的40余年来，一直聚焦于NP难问题的求解算法与工业应用研究，曾多次获得国际算法竞赛全球前三名，如：2021年GECCO“最优相机布局与集合覆盖”国际算法竞赛第一名；2021年ISPD“晶圆级物理建模”切分布局布线国际算法竞赛第三名；2020年GECCO“最优相机布局与集合覆盖”国际算法竞赛第一名；2018年SAT国际算法竞赛第三名；2017年SAT国际算法竞赛第一名；2016年ROADEF/EURO“液化气库存路由”国际算法挑战赛第三名；2010年国际护士排班算法竞赛第三名；2008年国际大学排课表算法竞赛第二名等。

手机互联网第一神卡：100多款APP应用免流的流量卡,免费送上门，优惠活动中~~~咨询客服专员！！！