信息与人工智能学院(工业软件学院)“AI驱动电路和系统设计自动化”微专业招生简章

“AI 驱动电路和系统设计自动化” 微专业是信息与人工智能学院面向在校理工科本科生开设的集成电路应用型交叉微专业，精准培养国家紧缺智能EDA复合型技术人才。“比昂芯班”学员完成全部课程考核后，将具备人工智能算法+集成电路电路设计+EDA自动化工具开发三位一体核心竞争优势，毕业后可进入集成电路设计公司、国产EDA研发企业、算力芯片研究院、电子信息央企、科研院所从事智能芯片设计、EDA工具开发、AI 硬件系统优化、芯片验证仿真等工作；也可报考电子科学与技术、软件工程、人工智能、集成电路工程等相关专业硕士研究生深造。

本微专业紧扣国家集成电路自主可控战略、江苏省集成电路产业集群发展需求，深度整合校企师资、仿真设备、真实芯片项目资源，创新小班化、双导师制培养模式，打通“AI算法—电路设计—系统自动化”知识壁垒，补齐传统电子、计算机专业人才智能EDA能力短板，为国产芯片产业输送高质量复合型技术、研发与管理人才。

本微专业是信息与人工智能学院落实学校微专业建设规划、面向集成电路与人工智能交叉领域打造的跨学科人才培养新模式，作为学生主修专业之外个性化能力提升核心渠道。微专业对标国产智能EDA产业一线岗位需求，依托学院人工智能创新班成熟办学经验，联合EDA企业共建校企多元双导师培养机制，聚焦AI驱动电路设计、系统级自动化EDA两大核心赛道，培养掌握“AI +电路+EDA”交叉能力的复合型工程师，助力国内算力芯片、智能硬件、国产EDA工具产业突破，支撑集成电路产业数字化、智能化自主升级。

完成本微专业全部课程学习后，学生需达成以下综合培养要求：

1.专业理论知识：系统掌握数字/模拟集成电路基础、硬件描述语言、EDA 工具全流程框架、深度学习与生成式AI基础、智能电路仿真、系统级芯片架构设计核心理论，理解AI赋能电路优化、自动布局布线、故障检测底层原理。

2.工程实践能力：熟练使用国产/商用EDA工具完成电路前端设计、仿真验证、版图优化；掌握基于深度学习、图神经网络的智能电路自动生成、功耗时序优化、寄生参数自动提取开发技能，具备芯片自动化设计小型项目独立开发能力。

3.团队协作沟通能力：适配集成电路企业项目制研发模式，具备跨专业、跨岗位协同开发能力，可与算法、硬件、工艺工程师配合完成复杂芯片系统设计任务，掌握标准化技术文档撰写、项目汇报沟通方法。

4.跨学科融合能力：打通人工智能、电子电路、软件工程学科边界，能够将大模型、智能优化算法与芯片前端、物理设计、板级系统设计场景结合，解决传统EDA难以处理的多目标、超大规模电路复杂优化问题。

5.创新攻关能力：具备面向国产EDA“卡脖子” 痛点的创新思维，能够针对先进制程算力芯片、AI加速硬件场景，设计智能化自动化设计优化方案，具备技术迭代与工程创新落地能力。

行业伦理与产业责任：明晰集成电路产业自主可控战略使命，掌握芯片设计、EDA工具开发相关法律法规、知识产权规范，树立芯片安全、数据安全、硬件可信设计底线思维。

可持续工程思维：掌握低功耗、高效率、可复用的智能电路自动化设计方法，能够面向绿色算力、低成本量产需求完成芯片设计方案迭代优化。

原则上一年，最长不超过2年。

1.微专业面向我校全日制在校本科生二、三年级，研究生一年级理工类专业的学生招生。对集成电路、人工智能等领域具有学习兴趣、有从事相关领域行业工作的意愿；有科创和竞赛获奖经历的学生优先。具备简单编程能力，具有较强的自主学习能力，有相关程序开发经验者优先。

2.计划招生人数：20人— 30人。

3.遴选方式：符合报名条件的，报名人数在招生规模以内的全部录取。超过招生规模的，学院将成立微专业选拔工作小组，组织学生答辩面试，依据平均学分绩点占30%、面试占40%，科创与竞赛占30%的综合选拔成绩，由高到低录取。

1.第一阶段 报名：即日起—2026年10月16日之前。学生填写附件1AI驱动电路和系统设计自动化微专业报名表.docx，发送至邮箱：498461907@qq.com。

2.第二阶段 录取：2026 年10月21日之前学院统一公布学生录取名单。

3.第三阶段 开课：2026年秋季学期开课，具体安排请以通知为准。

咨询电话：0514-87978304

咨询教师：王老师

咨询QQ群：1121539759

本微专业独立开班，可采取线上、线下结合方式授课。

学生在本科专业毕业或结业离校前，修完微专业培养方案规定的课程，且成绩合格的，经学院审核，教务处审定，由学院发放学校统一制作的微专业证书。

本微专业共设置四门核心必修课程，课程内容深度贴合国产 EDA企业真实研发场景，依托合作企业智能算力芯片、自动化设计工具、多物理场仿真平台产业化项目案例，实现理论教学与产业实战无缝衔接。

1. 集成电路EDA算法基础和实践（3学分）

（1）核心内容

1)以图论、组合优化、计算几何等为底层基础，聚焦逻辑综合、静态时序分析（STA）、布局布线、DRC/LVS 等全流程核心算法，解决芯片设计中的 NP 难问题与多目标折中。

2)详解布尔化简、SAT/SMT 求解、曼哈顿路径规划等模块算法，结合 Verilog 建模与 Testbench 编写，搭建算法输入与验证链路。

3)解析主流 EDA 工具（Design Compiler、Innovus）的算法调用逻辑，以及从 RTL 到版图的全流程算法协同机制。

（2）实践环节

1)用 Vivado/ModelSim 完成 RTL 输入、综合、仿真与 FPGA 验证，用 Calibre 做基础 DRC/LVS 验证，产出组合 / 时序电路的可运行验证结果。

2)用 C++/Python 编写逻辑优化、布局布线原型算法与 STA 计算器，输出可执行代码与结果分析报告。

3)完成 SoC 模块的 RTL 建模→综合→布局布线→验证全流程，产出符合工艺库的网表、版图与验证报告，并对比不同优化策略的效果。

（3）掌握能力

1)能将图论、组合优化等理论映射到 EDA 问题，解释工具算法逻辑并做面积 / 时延 / 功耗的工程权衡。

2)熟练使用主流 EDA 工具，用 C++/Python 实现算法原型，定位设计中的算法与工具错误。

3)独立主导模块从概念到版图的实现，诊断时序违例、DRC/LVS 错误并通过算法优化解决，确保设计符合工艺标准。

2. 集成电子系统EDA算法基础和实践（3学分）

（1）核心内容

1)以电子系统级（ESL）设计为视角，融合系统架构、IP 核复用与多领域协同，覆盖数字、模拟及数模混合系统的 EDA 算法体系。

2)聚焦系统级仿真、高层综合（HLS）、功耗分析与可靠性评估等核心算法，衔接 RTL 与系统级建模（如 SystemC）的算法接口。

3)解析 EDA 工具在系统级到物理级的算法映射逻辑，适配复杂电子系统（如车载电子、工业控制）的设计需求。

（2）实践环节

1)用 SystemC 完成系统级建模与 HLS 综合，用 Vivado 实现 IP 核集成与 FPGA 原型验证，产出系统级仿真与验证报告。

2)编写系统级功耗分析、时序收敛原型算法，用 Python/C++ 实现并输出量化分析报告。

3)完成数模混合系统（如工业控制SoC）的全流程设计，产出系统级网表、版图与验证报告，并优化系统级性能指标。

（3）掌握能力

1)能从系统级视角规划算法方案，解决跨领域（数字 / 模拟）的信号干扰与协同问题。

2)熟练使用 ESL 设计工具与 HLS 流程，用代码实现系统级算法，定位系统级设计中的性能瓶颈。

3)主导复杂电子系统的全流程设计，平衡系统性能与成本，确保设计满足应用场景需求。

3. 数模混合芯片设计与版图实践（4学分，实践课）

（1）核心内容

1)以 ADC/DAC、PLL、LDO 等模块为核心，聚焦模拟与数字电路的架构划分、信号接口与噪声隔离原理，解决衬底耦合、电源噪声等跨域干扰问题。

2)模拟侧覆盖器件匹配、共质心/叉指版图、深N阱隔离；数字侧涉及标准单元布局布线、时序收敛与时序签核，适配 CMOS/BCD工艺约束。

3)讲解基于Spectre/AMS 的数模混合仿真流程，以及 DRC/LVS/ERC/寄生参数提取的全流程物理验证逻辑。

（2）实践环节

1)用Cadence Virtuoso完成运放、带隙基准的原理图设计与 Spectre 仿真，用Verilog实现数字控制逻辑，用 AMS 完成数模混合仿真，输出性能达标（增益、SNR）的报告。

2)完成模拟模块全定制版图、数字模块标准单元布局布线与 TOP 集成，用 Calibre 执行全流程物理验证并完成后仿真，修正版图以满足工艺规则。

3)完成 SAR ADC / 电源管理 IC 的全流程设计，产出流片交付文件，并对比不同隔离 / 匹配策略对噪声、线性度的影响。

（3）掌握能力

1)能在数模混合场景中平衡模拟性能（噪声、匹配）与数字效率（面积、时序），用隔离 / 屏蔽 / 电源分割解决信号串扰。

2)熟练使用 Virtuoso/Calibre/Innovus 等工具，编写自动化脚本，解决 DRC/LVS 违例、时序 / 寄生问题，保障可制造性。

3)独立完成层级版图集成，掌握共质心 / 叉指 / 隔离环等版图技术，通过全流程验证与前后仿收敛，确保设计符合量产标准。

4. AI驱动系统设计实践（4学分，实践课）

（1）核心内容

1)电路仿真与模型：SPICE/IBIS等模型使用，完成关键电路/链路的功能与参数仿真，理解模型边界与结果可信度。

2)信号/电源完整性方法：SI（阻抗、反射、串扰、终端等）与PI（PDN、去耦、目标阻抗、瞬态响应等）的基本分析思路与指标。

3)AI辅助工程分析：引入AI用于原理图信息识别与仿真结果辅助诊断/建议生成，强调“可解释+可验证”的闭环。

（2）实践环节

1)AI加速系统仿真实验：围绕典型接口与电源网络开展电路仿真、SI分析、PI分析，形成可复现的仿真工程与报告，以AI模型（CNN, Tansformer等）加速SI/PI分析。

2)AI驱动PCB设计优化：在关键网络上体现层叠/参考平面/回流路径/差分对等约束，通过AI工具自动化调用SI/PI分析进行设计迭代优化。

3)综合项目与答辩：以PCB系统为对象完成“方案—仿真验证—整改迭代—最终展示”，并用AI工具提升识别与分析效率。

（3）掌握能力

1)建模仿真能力：能搭建电路与链路模型、提取关键指标，并对结果进行工程化解释。

2)SI/PI定位与优化能力：能发现主要完整性问题、提出整改方案并通过再仿真验证效果。

3)AI工具应用能力：能将AI用于原理图识别与仿真数据解读，形成“AI辅助—人工判断—验证闭环”的工程流程。