本期ADL介绍AI自动芯片的前沿进展，解读人工智能算法在芯片设计全流程中的基本应用情况、所面临的主要挑战和解决方法，通过实际案例了解AI自动芯片设计目前最前沿的研究进展和实际应用。
CCF Advanced Disciplines Lectures
CCFADL第164期
主题 AI自动芯片设计
2025年9月12-14日 北京
本期CCF学科前沿讲习班《AI自动芯片设计》，解读人工智能算法在芯片设计全流程中的基本应用情况、所面临的主要挑战和解决方法，帮助学员理解AI自动芯片设计的基本概念、主要挑战和解决方法，并通过实际案例了AI自动芯片设计目前最前沿的研究进展和实际应用，开阔科研视野，增强实践能力。
本期ADL讲习班邀请到了本领域来自于中国科学院计算技术研究所、合见工软、复旦大学、香港中文大学和北京大学的7位重量级专家学者做主题报告。他们将围绕AI自动芯片设计，介绍在处理器逻辑自动设计、verilog RTL代码自动生成、基于大语言模型的模拟电路设计、基于大模型的硬件代码生成、大电路模型及智能集成电路物理设计方面的最新进展并进行深入浅出的讲解。
学术主任：陈云霁 中国科学院计算技术研究所/杜子东 中国科学院计算技术研究所
主办单位：中国计算机学会
本期ADL主题《AI自动芯片设计》，由中国科学院计算技术研究所研究员、副所长陈云霁和中国科学院计算技术研究所研究员杜子东担任学术主任，邀请到承书尧（中国科学院计算技术研究所特别研究助理）、成功（合见工软先进技术部产品总监）、杨帆（复旦大学集成电路与微纳电子创新学院教授）、黄迪（中国科学院计算技术研究所助理研究员）、徐强（国家级人才，香港中文大学计算机科学与工程系教授）、石正源（香港中文大学计算机科学与工程系博士研究生）、林亦波（北京大学集成电路学院长聘副教授）共7位专家做专题讲座。
2025年9月12日（周五） |
9:00-9:15 | 开班仪式 |
9:15-9:30 | 全体合影 |
9:30-12:30 | 专题讲座1：启蒙：数据驱动的处理器逻辑自动化设计 承书尧 中国科学院计算技术研究所 |
12:30-13:30 | 午餐 |
13:30-16:30 | 专题讲座2：AI辅助Verilog RTL设计验证技术与工程实践 成功 上海合见工业软件集团有限公司 |
2025年9月13日（周六） |
9:00-12:00 | 专题讲座3：基于大语言模型的模拟集成电路设计 杨帆 复旦大学 |
12:00-13:00 | 午餐 |
13:00-16:00 | 专题讲座4：基于大模型的硬件代码生成与优化 黄迪 中国科学院计算技术研究所 |
2025年9月14日（周日） |
9:00-12:00 | 专题讲座5：大电路模型：进展与展望 徐强/石正源 香港中文大学 |
12:00-13:00 | 午餐 |
13:00-16:00 | 专题讲座6：智能集成电路物理设计自动化方法 林亦波 北京大学 |
学术主任介绍：陈云霁，中国科学院计算技术研究所副所长、研究员，博士生导师。从事国产处理器芯片研制工作近20年。创建并领导寒武纪团队研制了国际首个深度学习处理器芯片，成果实用于上亿台手机和服务器，被Science杂志刊文评价为深度学习处理器的“先驱”和“引领者”。曾任龙芯3号通用处理器的主架构师。论文成果两获处理器体系结构领域国际顶级会议最佳论文（亚洲迄今为止仅有的两次），受到全球五大洲、三十个国际地区、两百余个国际机构，两位图灵奖得主、十余位中美院士、上百位ACM/IEEE会士的广泛跟踪引用。曾获我国处理器芯片领域首个国家自然科学二等奖（第1完成人），获国家杰出青年科学基金、中国青年五四奖章、中国青年科学家奖和全国创新争先奖状。他还曾被麻省理工技术评论评为全球35位杰出青年创新者。
学术主任介绍：杜子东，中国科学院计算技术研究所研究员，长期从事人工智能体系结构研究。他在深度学习处理器方向做出了一系列开创性的工作，以第一作者身份发表多篇国际顶级会议或期刊论文，相关成果受到大量欧美顶级高校和研究机构的跟随。曾获得了 CCF A 类会议 ASPLOS 2014最佳论文奖（亚洲首次）和ASPLOS 2024最具影响力论文奖，在 ISCA 2016上中获评审最高分，入选 IEEE Micro 评选的国际计算机体系结构领域年度十佳论文，入选ISCA 50年回顾精选文章。他先后获得多个奖项，包括国家自然科学二等奖、中科院杰出成就奖、中国计算机学会CCF优秀博士学位论文奖、吴文俊人工智能优秀青年奖、中科院院长特别奖、中科院优秀博士论文奖。他也入选北京市科技新星、中科院青促会优秀会员。
讲者介绍：承书尧，中国科学院计算技术研究所特别研究助理。承书尧于2019年在清华大学电子工程系获得学士学位，2024年在中国科学院计算技术研究所获得博士学位，并在中国科学院计算技术研究所工作至今。主要研究方向为智能计算系统。
报告题目：启蒙：数据驱动的处理器逻辑自动化设计
报告摘要：处理器的设计需求巨大，但其设计周期长、人工开销大，设计效率相对较低。随着摩尔定律放缓，体系结构的新黄金时代催生了大量领域特定处理器的设计需求，进一步增加了设计人员的工作负担。其中，逻辑设计与验证的人工开销占比高达60-80%，成为提升设计效率的主要瓶颈。本报告围绕处理器逻辑自动化设计这一关键问题，分析关键技术挑战，并详细介绍“启蒙”系列设计方案。该方案实现了前端全自动设计的CPU，已通过流片验证成功运行Linux系统，性能可达到与2010年代人工设计CPU相当的水平。
讲者介绍：成功，毕业于清华大学自动化系，现任合见工软先进技术部产品总监，负责公司数字设计AI智能平台产品。合见工业软件公司是自主创新数字设计国产EDA 领域的领军企业，提供从芯片级到系统级EDA全面解决方案，以及高性能IP产品和服务。
报告题目：AI辅助Verilog RTL设计验证技术与工程实践
报告摘要：AI技术的快速发展正在深刻改变芯片设计的方式，带来更高的效率和质量提升。大模型技术使自然语言生成RTL成为可能，但同时也需使生成RTL符合正确性和PPA目标要求。合见工软自主研发的数字设计AI智能平台Univista Design Assistant (UDA) 充分结合了大模型和EDA工具链的优势，提升RTL代码生成正确率，支持代码自动纠错，提供QoR优化洞见，并支持Testbench 的生成及集成了仿真调试工具的一站式验证，充分赋能芯片设计和验证环节。
讲者介绍：杨帆，复旦大学集成电路与微纳电子创新学院教授，博士生导师，主要研究方向为集成电路设计自动化。获2012年上海市自然科学一等奖。获2018年Integration, VLSI Journal最佳论文奖，获DAC2014，2017和ASPDAC的最佳论文提名。2018年获国家自然科学基金委优青项目。
报告题目：基于大语言模型的模拟集成电路设计
报告摘要：本报告将给出模拟电路领域大模型训练的方法，包括数据收集清洗、思维链的构建以及模型微调、如何避免灾难性遗忘的训练方法等。在模拟电路领域大模型训练的基础上，介绍如何构建多智能体以及知识库，指导模拟电路设计，特别是在运算放大器和ADC等电路设计上的应用。
讲者介绍：黄迪，中国科学院计算技术研究所助理研究员，主要研究方向为基于大模型的芯片自动设计，在MICRO、OSDI、TCAD、NeurIPS等顶级会议及ACM/IEEE期刊上发表学术论文二十余篇。曾获中科院院长优秀奖。
报告题目：基于大模型的硬件代码生成与优化
报告摘要：近年来，专用芯片的数量和种类大幅增加，设计需求持续上升，国产芯片设计行业面临门槛高、开销大、人才储备不足的挑战。基于大模型的代码生成技术已在软件开发中显著提升生产力（如Copilot报告其效率提升约55%），这为探索芯片自动设计提供了新的视角和机会。然而，当前基于大模型的芯片自动设计方法仍然面临高质量数据匮乏、测试基准不足、优化知识缺失等问题。针对这些问题，我们进行了初步探索：1) 针对高质量数据匮乏的问题，我们提出了一种数据自动合成方法，并基于合成数据训练了CodeV系列HDL代码生成模型，其中7B的CodeV-R1具有测试时扩展（Test-time scaling）能力，并在RTLLM测试基准上超过671B的DeepSeek-R1；2) 针对测试基准不足问题，我们提出了RealBench，一个遵循设计文档规范构建的IP级Verilog代码自动生成测试基准，其中包含蜂鸟处理器等典型设计，可用于评估代码生成技术在真实开发流程中的能力；3) 针对优化知识缺失的问题，我们提出了AutoPPA框架，该框架能够全自动构建优化规则库，并根据规则库完成对模块级RTL代码的PPA优化，其中面积优化可超过手工优化19.25%。此外，本报告还将进一步探讨如何基于大模型生成复杂设计等问题。
讲者介绍：徐强，国家级人才，香港中文大学计算机科学与工程系教授，曾任国家集成电路设计自动化技术创新中心首席科学家。当前研究兴趣集中在人工智能和电子设计自动化领域。累积发表论文200余篇，累计引用超过14000次，其中包括多篇顶级会议最佳论文奖和ICCAD十年回顾最具影响力论文奖。指导20余名博士，多位学生获得过杰出博士论文奖或提名（EDAA以及IEEE TTTC）。
讲者介绍：石正源，香港中文大学计算机科学与工程系博士研究生，师从徐强教授。研究方向为AI辅助电子设计自动化与AI辅助约束求解，在EDA和约束求解领域顶级会议上发表论文20余篇，包括DAC、ICCAD和CP。有关研究工作获得DAC22、ASPDAC25最佳论文提名和SAT25竞赛主赛道季军。
报告题目：大电路模型：进展与展望
报告摘要：随着大语言模型（LLM）如ChatGPT的兴起，AI技术在各领域的应用不断深化，电子设计自动化（EDA）领域也迎来了深刻的变革。一方面，大语言模型在电路设计与优化任务上展现了显著的潜力；另一方面，通用大语言模型在电路分析和设计方面存在明显局限。因此，开发专门面向EDA任务的AI原生大电路模型（Large Circuit Models, LCM）逐渐成为研究与应用的热点。本课程将系统地介绍大电路模型的核心概念与技术路线，探讨其与传统EDA方法和通用大语言模型的区别和联系。通过典型案例和最新研究成果的讲解，学员将理解大电路模型的设计原理、实现方法及实际应用场景，熟悉构建大电路模型的关键技术与主要难点。
讲者介绍：林亦波，北京大学集成电路学院长聘副教授。2013年本科毕业于上海交通大学，2018年于美国德克萨斯大学奥斯汀分校获得电子与计算机工程专业博士学位。长期从事集成电路设计自动化（EDA）、机器学习辅助EDA等方面的工作。迄今为止发表论文200余篇，7次获得EDA领域旗舰会议和期刊最佳论文奖（包括DAC 2019、TCAD 2021、DATE 2022、DATE 2023等）。曾担任包括DAC、ICCAD、DATE等领域内旗舰会议的技术程序委员会成员，以及领域内权威期刊如TCAD、TODAES、Integration等编委。
报告题目：智能集成电路物理设计自动化方法
报告摘要：物理设计是现代超大规模集成电路（VLSI）设计流程中的关键环节。随着设计复杂度的不断增加，物理设计由于需要反复迭代以优化性能、功耗和面积，变得极具挑战性和耗时。本报告将介绍集成电路芯片物理设计中的布局布线技术，包括主流非线性布局、斯坦纳树生成和迷宫布线等算法的基本原理。在此基础上，将介绍在前沿应用场景中，如何利用人工智能技术辅助物理设计优化，满足不同优化目标和约束的需求。
时间：2025年9月12-14日
地址：北京?中国科学院计算技术研究所
1、报名费：CCF会员2800元，非会员3600元。食宿交通（费用）自理。根据交费先后顺序，会员优先的原则录取，额满为止。本期ADL为线下活动，请到北京现场参会。（如果确有特殊情况，不能到现场参会，可以线上参会，请会前发邮件到adl@ccf.org.cn邮箱说明情况。线上线下报名注册费用相同。线上会议室号将在会前1天通过邮件发送。）
2、报名截止日期：2025年9月10日。报名请预留不会拦截外部邮件的邮箱。会前1天将通过邮件发送会议注意事项和微信群二维码。如果届时未收到邮件，请务必咨询邮箱adl@ccf.org.cn。
3、咨询邮箱 : adl@ccf.org.cn
在报名系统中在线缴费或者通过银行转账：
银行转账（支持网银、支付宝）：
开户行：招商银行股份有限公司北京海淀科技金融支行
户名：中国计算机学会
账号：110943026510701
报名缴费后，报名系统中显示缴费完成，即为报名成功，不再另行通知。
请选择以下两种方式之一报名：
1、扫描（识别）以下二维码报名：
2、复制以下链接到浏览器报名：
https://conf.ccf.org.cn/ADL164
点我访问原文链接
