AI定义布局布线!建议所有EDA研究者都去学一遍,之后将成为常态!!!

做芯片后端的朋友，谁没经历过这种绝望：

Placement跑了一宿，早上看还是个烂结果。CTS的skew怎么调都差那么一点。Routing到signoff阶段DRC爆了一片，返工又是三天起步。

传统EDA工具就像个老实人——勤勤恳恳，但脑子不太灵光。靠启发式算法和人工经验硬扛，工艺一换，大半经验清零。

但情况正在起变化。

Google的AlphaChip用强化学习把Macro Placement从几周压到几小时，直接上了Nature封面。DREAMPlace用可微数值求解器让标准单元布局又准又快。GAN杀进时钟树预测，GNN在时序建模上大杀四方，扩散模型和Transformer连逻辑综合和可布线性预测都不放过。

AI4EDA不是概念炒作。顶会DAC、ICCAD的论文已经密集到刷不完，企业精英挑战赛的赛题一年比一年硬核。

我们花五天时间，把这些散落在顶会和开源项目里的方法串起来，用能跑的代码完整走一遍。

路线很清晰：先把EDA的基本功夯扎实，再逐个环节用AI打穿。

• 第一天：从芯片设计全流程切入。Linux环境、Vim、Slurm超算作业一套配齐。Python手撕KL/FM超图分割算法——这是你理解EDA数据结构的第一个台阶。

• 第二天：深度学习基础+TCAD器件建模。用FNN替代传统BSIM模型，上手就是2022年EDA精英挑战赛真题——NMOS/PMOS电学特性的跨导建模和自动微分。

• 第三天：攻克Placement。先手写模拟退火布局打通底层直觉，再完整复现AlphaChip和DREAMPlace——一条RL路线，一条数值优化路线，布局的两大主流范式一次摸清。

• 第四天：深入CTS。DME延迟平衡算法Python实现，OpenROAD+TritonCTS全流程跑通，然后逐行复现DAC 2022的GNN时序预测——顶会论文从数据处理到训练评估完整走一遍。

• 第五天：收官Routing和逻辑综合。Maze routing手写，IR drop预测直接打2024年精英挑战赛真题，最后是DRiLLS强化学习框架（ASP-DAC 2020）——用RL让逻辑综合自己学会优化。

五天结束，你不光看懂了这些论文在做什么，更重要的是有了一套自己能跑的代码baseline，可以直接往自己的项目上迁移。

这门专题适合谁

APR一线工程师

Placement/CTS/Routing流程天天跑，参数反复调。这门课帮你打开另一条路——AlphaChip和DREAMPlace源码级复现，RL和数值优化两条技术路线怎么落地一目了然；TritonCTS+iCTS摸清开源CTS最前沿；RouteNet和DR-Guide拆解可布线性预测的完整建模套路。不是讲概念，是给你能直接嵌进工作流的方案。

集成电路/EDA方向硕博生，正在找课题、憋论文

五天的上机案例基本是顶会顶刊级：DAC、ICCAD、ASP-DAC、Nature、TCAD、MLCAD——每篇从数据集到训练到评估完整跑通。等于五天攒一套AI4EDA代码库，开题报告和实验章节的baseline都有了。

想切入AI+芯片交叉赛道的算法工程师

熟PyTorch和Transformer，但对网表、Layout、时序约束不熟。我们从超图分割讲到Placement/CTS/Routing，把HPWL线长模型、Elmore时序模型、G-cell网格抽象、skew/latency的物理含义逐个讲透。你真正理解EDA问题的数据结构之后，怎么把网表拓扑喂进GNN、怎么为强化学习设计state和reward，就是水到渠成的事。

芯片设计团队的技术负责人

正在评估AI4EDA的落地时机。五天内容就是一份高密度技术调研：Placement两条路线对比，CTS的GAN+GNN方案，Routing的异步RL和生成式AI，APR全链路最新方法一次覆盖。企业精英挑战赛真题直接展示工业界真实需求和落地瓶颈。你能清晰判断从哪个环节切入、自研还是基于开源二次开发更划算。