性爱 图 AI优化芯片布局，想象阶段即推敲最终性能，中科大华为诺亚新要领入选ICLR 2025 Oral

用 AI 指挥芯片想象性爱 图，中科大王杰教会团队、华为诺亚实验室、天津大学漠视全新芯片宏单位布局优化要领LaMPlace！

当年芯片想象可能是先放好再看效力，当今LaMPlace 能在"放"的时辰就推敲最终性能，比如电路运行速率奈何样（WNS、TNS 这些策动），这么能免却后头许多困难，让整个这个词想象进程更快、更高效。

这为鼓吹国产 EDA 器用的智能化、提速想象进程提供助力，也推动了芯片想象行业的"提前优化"趋势。

该论文已入选 ICLR 2025 Oral。

从"可优化"到"该优化"的 EDA 主张迁徙

在当代芯片想象进程中，宏单位布局（Macro Placement）  是逻辑详尽之后首个面向物空想象的时弊要津。它决定了大块 IP（如存储器、接口、硬核模块）在芯片平面上的空间位置，对后续的法式单位布局、时钟树详尽（CTS）、布线等要津具有重要影响，从而决定芯片的时序性能、功耗与面积（PPA）进展。其中 Worst Negative Slack（WNS）与 Total Negative Slack（TNS）这类跨阶段物理策动，是斟酌想象是否赋闲时序握住、能否平淡运行的最终法式。但由于这些策动时常依赖后续 EDA 进程才能算计，现存学习要领难以在布局阶段径直建模或优化它们。

现存职责大多接受如下中间策动四肢优化主张，如基于宏算计的半周线长（macro HPWL）、密度（Density）或拥塞（Congestion）等。这些策动天然算计便捷，但与最终想象主张存在显贵偏离，导致考研过程与施行优化主张不一致，从而收尾了算法在委果芯片想象进程中的运用价值。

LaMPlace 的漠视，恰是为了冲突这一 Gap：通过引入结构可诠释注解的策动瞻望器，指令布局搜索径直"对接最终主张"，收场芯片想象"左移优化"的新范式。

要领概览 | 可学习掩码驱动的布局搜索框架

LaMPlace 构建了一个以"结构化瞻望 + 掩码生成 + 贪念放手"为骨干的优化进程，八成将主张策动（如 WNS/TNS）的信息在布局阶段前移，四肢放手有磋议的依据。

要领举座包括三个时弊要津：

1、结构化策动瞻望器

离线考研一个瞻望器，输入为刻下布局的宏单位位置散播，输出为多个跨阶段策动（如 WNS、TNS 等）的预想值；

2、Laurent 多项式建模

将策动函数体式建模为宏间距离的多项式，整个所有这个词可学习，保握高效算计与结构可诠释注解性；

3、掩码生成与指令放手

将瞻望器输出滚动为二维掩码（mask），斟酌每个候选位置对策动的影响，用作贪念式放手政策的搜索指令。

要领的举座框架如下图所示：性爱 图

中枢本事 | Laurent 瞻望器与可学习掩码 1. Laurent 多项式建模主张函数

作家发现，EDA 策动施行上依赖于宏之间的相对距离。因此，LaMPlace 将复杂的 EDA 策动体式默示成如下的 Laurent 多项式结构：

其中：

默示某个主张策动（如 TNS）；

为宏单位的位置；

为可学习的所有这个词，这些所有这个词由一个图神经采集（GNN）生成，默示两个宏对主张策动的相对影响，称为  Learnable Flows（L-Flows）。；

K 为一组预界说的指数积聚，限度多项式阶数。

这种建模方式不仅普及了算计效力，更保留了策动对布局结构的可诠释注解性。

2. 掩码生成机制（Learnable Mask）

借助上述瞻望结构，团队为每一个待放手宏生成一个二维掩码：

横纵坐标默示芯片平面上的位置；

每个位置的值默示该位置对主张策动的"角落代价"；

掩码值越小，默示该位置越安妥放手。

最终，通过贪念政策，在掩码上秩序选址放手宏单位，构建高质料开动布局。

3. 易于集成、可拓展的优化模块

LaMPlace 不依赖特定搜索算法，它施行是一个 mask 指令模块，可镶嵌现存系统中四肢 plug-in 模块，与多种布局优化范式诱骗，举例黑盒优化器（BBO）、强化学习政策（RL）等。在实验中，作家展示了其与 WireMask-EA 框架 [ 3 ] 诱骗后的增益，考证了该要领的通用性。

实验收尾简述

LaMPlace 在法式芯片布局基准 ICCAD 2015 上展现了优异的性能，八成显贵普及跨阶段时弊策动如时序握住性、拥塞等，且在未见过的新想象上还是保握相识性能，体现出精良的泛化才能。

该要领具备精良的模块化特质，八成机动镶嵌现存布局优化框架中，成为推动 EDA 想象进程"左移优化"的有劲器用。

色综合

LaMPlace 展示了一种结构建模与学习指令相诱骗的灵验范式，为 AI 在芯片想象中的深切运用提供了新的念念路。

作家先容

本论文作家耿子介是中国科学本事大学 MIRA 实验室 2022 级博士生，师从王杰教会。此前，他于 2022 年毕业于少年班学院，取得数学与运用数学专科学士学位。他的主要盘考所在包括机器学习在运筹优化与芯片想象等限度的运用、大谈话模子等。他在 NeurIPS、ICML、ICLR 等东谈主工智能顶级会议上发表论文十余篇，其中五篇论文入选 Oral/Spotlight。他曾获 2024 年度国度奖学金；曾两次获取丘成桐大学生数学竞赛优厚奖；曾在微软亚洲盘考院实习，获取"明日之星"名称；曾屡次担任顶会审稿东谈主，获评 NeurIPS 2023 Top 审稿东谈主；参与创办南京真则采集科技有限公司。

论文地址：

openreview.net/pdf?id=YLIsIzC74j

一键三连「点赞」「转发」「留神心」

宽宥在驳倒区留住你的想法！

—  完  —

学术投稿请于职责日发邮件到：

ai@qbitai.com

标题注明【投稿】，告诉咱们：

你是谁，从哪来，投稿内容‍

附上论文 / 方法主页积聚，以及关联方式哦

咱们会（尽量）实时复兴你

� � 点亮星标 � �

科技前沿进展逐日见性爱 图