斩获“卡脖子”领域世界冠军！这支华科战队全网刷屏，平均年龄24岁

转自：量子位

首战即全球冠军，平均年龄仅24岁。

还是在被誉为“芯片之母”的EDA领域获此荣誉。

来自华中科技大学的一支团队全网刷屏了！

后生可畏，又是在如此受到关注的领域，也难怪有网友感慨：

来看看这究竟是怎么一回事。

EDA“芯片之母”

先来了解一下EDA。

EDA，全称Electronic Design Automation（电子设计自动化），包括逻辑设计、电路系统设计、系统仿真、性能分析到设计PCD版图一整套自动化流程。

这也决定了EDA不单是一个或两个软件，而是涉及近百种不同技术，涵盖多种“点工具”的软件工具集群。

放眼整个行业，EDA是芯片设计中最重要的环节，同样也是芯片产业链上最上游的一环。

其重要程度被不少媒体评价到“谁掌握了EDA，谁就有了芯片领域的主导权。”作为倒金字塔的最底层，百亿美金的EDA市场足以支撑起万亿美金的电子产业。

在EDA出现之前，设计人员必须手工完成集成电路的设计、布线等工作。

但随着芯片设计的复杂程度提升，单是晶体管数量动辄就是几十上百亿，再加上计算机仿真技术的发展，流程自动化也就成为了刚需。

据官微介绍，华中科大解决的布局布线问题，EDA芯片后端设计中最重要的环节，直接影响芯片功耗、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。

最终，吕志鹏教授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。

从毫无芯片背景到全球第一

那么这样一支首战告捷的团队，究竟什么来头。

据介绍，团队共有五位成员，三位核心成员罗灿辉、梁镜湖和谢振轩都是华中科技大学计算机专业研究生，均来自吕志鹏教授的“智慧计算与优化”实验室。

他的研究方向为NP-hard, 运筹学, 组合优化, 元启发式算法, 人工智能。

而由苏宙行和吕志鹏教授参与或领导的团队在此之前已经获得过多项荣誉：

他本科就读于吉林大学，后在华中科技大学硕博连读，曾入选过“香江学者计划”和“新世纪优秀人才支持计划”，同时担任IJCAI, AAAI, AIJI、IEEE TEC等期刊的评审专家。

除此之外，他也担任了“智慧计算与优化”实验室的主任，这一实验室距今已有超过40年历史。

在2018年之前，吕志鹏的主要研究方向为智能优化与决策、机器学习、强化学习、人工智能应用、NP难问题求解等方面。

而在之后，专注算法研究的吕志鹏教授将目光投向了芯片设计领域。

而实验室中的成员大多都是计算机专业出身，毫无芯片背景，甚至就像这次团队中的罗灿辉说的一样：

往年我们没有过多关注芯片设计领域，都不知道有这项比赛。

但在全体师生的共同努力之下，今年3月份，团队已经获得了EDA物理设计领域ISPD会议“划分、布局和布线”算法竞赛全球第三名，也是进入决赛阶段唯一的中国队伍。

最终，ICCAD 2021会议在10月27日中宣布，吕志鹏教授团队所设计的启发式优化算法夺得了Problem B赛道中的第一名。

EDA后备军屡创佳绩

其实，在此之前，ICCAD学术竞赛上已经有过多所中国高校活跃的身影

比如在2017年、2018年、2019年的ICCAD竞赛中连续获得冠军的福州大学团队。

这是由福州大学数计学院的吴英杰教授和陈建利教授领导的一支团队，四位主要成员分别为邹鹏、吴媛媛、陈龙江、李进。

而这也是全球第一个在该赛事中三连冠的团队。

△港中大2020年夺冠信息，图源：官网

还有台湾大学，也曾在往期的比赛中共夺得2个冠军。

最后，再回到华中科技大学的这支年轻的团队上。

大家可以戳下方链接，查看这次的试题及吕志鹏教授团队的具体解决方案：

试题链接：
http://iccad-contest.org/2021/Problems.html

解决方案：
http://iccad-contest.org/2021/ProblemB-cada0136.mp4

参考链接：
[1]https://mp.weixin.qq.com/s/QZwyKHPe26ttTXTRHagI_w
[2]https://mp.weixin.qq.com/s/xxnCZz1gvWGsR-0Cdz467A

[3]https://mp.weixin.qq.com/s/urN0XMTYNKgTCw6DIDzEFg

推荐阅读

• 【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！

• 一文总结微软研究院Transformer霸榜模型三部曲！

• Swin Transformer为主干，清华等提出MoBY自监督学习方法，代码已开源

• 加性注意力机制！清华和MSRA提出Fastformer：又快又好的Transformer新变体！

• MLP进军下游视觉任务！目标检测与分割领域最新MLP架构研究进展！

• 周志华教授：如何做研究与写论文附完整的PPT全文）

• 都2021 年了，AI大牛纷纷离职！各家大厂的 AI Lab 现状如何br>

• 常用 Normalization 方法的总结与思考：BN、LN、IN、GN

• 注意力可以使MLP完全替代CNN吗nbsp;未来有哪些研究方向/p>

欢迎大家加入DLer-计算机视觉&Transformer群！

大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。

进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明）

 长按识别，邀请您进群！

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览33864 人正在系统学习中

来源：深度学习技术前沿