【师者】耿浩：Curiosity is the first virtue of scholars

科研注定是一场孤独的旅行，不问来处，无问归途。每个人都是孤勇者，在未知的道路上探索前行，需要静得下心，耐得住寂寞，经得起失败，学会独立思考和独立判断，不断地去发现发明、不断地去求新求异、不断地去创新创造。科研的大部分时间可能是默默无闻，可能是不断地思考、重复、摸索。我们要学会享受这种孤独，要坚信孤独之后必将是海阔天空、满目星辰。期望能和青年学生在科研道路上同行，道阻且长，行则将至，行而不辍，未来可期。

图1: 芯片设计制造流程与耿浩教授学术研究方向示意图。

随着工艺制程的不断进步，集成电路设计流程也变得愈发复杂。从RTL设计、逻辑综合再到物理综合、可制造性测试与验证、封装，每个步骤都包括若干子环节。一些步骤更是需要反复迭代才能满足各种约束。实际生产时，工程师往往会在设计流程中的不同步骤乃至于多个联合步骤遇到问题。对于先进技术节点下高集成度的芯片设计而言，仅仅依靠传统设计以及制造工艺的技术来实现芯片生产将困难重重。面对行业中的巨大挑战，进行技术革新已迫在眉睫。高速发展的机器学习技术为此带来了曙光。本课题组将深入探讨如何利用机器学习技术赋能EDA。如图1所示，目前主要有两个研究方向：基于机器学习的芯片设计空间探索和可制造性设计。

1.  基于机器学习的芯片设计空间探索

工艺节点的不断微缩和愈发复杂的超大规模集成电路设计需求使得电路设计过程正逐渐转化为设计空间的解空间探索问题。然而，解空间探索往往面临超大搜索空间、搜索方法效率低下、多个电路设计指标均要满足等诸多挑战。更糟糕的是，大多数集成电路设计的评价指标通常是相互冲突的。比如，当电路设计人员期望一个电路的时序获得优化时，该设计的其他指标像面积或者功耗会很难同时被优化。甚至，会得到负面的效果。因此，设计高效的搜索方案使之能够在整个设计空间中找到帕累托最优的点极其重要。近年来，高效的电路设计空间探索方法论及相应的工程技术实现和落地已经成为国内外EDA学术界及工业界的新突破热点。耿浩教授在电路设计空间探索方法论方向已经开展了较为系统的研究工作，相关成果已在IEEE TCAD、DAC、ASPDAC等国际知名期刊、会议发表。

2.  基于机器学习的芯片可制造性设计研究

随着集成电路特征尺寸的不断缩小，生产工艺愈发复杂，由此导致的可制造性问题对芯片的设计、验证和生产流程带来了极大的挑战。一般而言，芯片制造过程主要包括晶圆准备、沉积、光刻、刻蚀、离子注入、晶粒检测、封装等步骤。通常需要经过上千道复杂的工序才能制造出一枚先进的处理器芯片。目前，考虑可制造性的因素来优化设计的概念受到了学界和业界高度的重视。耿浩教授在机器学习赋能芯片可制造性设计方面已经开展了系统的研究，相关成果已在IEEE TCAD、ICCAD、ASPDAC等国际知名期刊、会议发表。

半导体集成电路是数字经济时代的重要基石，是支撑国民经济和社会发展的战略性、基础性和先导性产业。长久以来，我国在集成电路领域一直处于追赶状态。绝大部分芯片设计企业依靠国外的电子设计自动化（EDA）工具和IP核设计芯片。其中，EDA工具是半导体集成电路产业基础工业软件，也是我国集成电路受欧美制约最重的环节，可谓是我国集成电路产业的“命门”。因此，需要更多的科研人员、青年学生投身到这个行业，乘风破浪，勇毅前行，打破国外EDA技术封锁，解决EDA软件“卡脖子”问题。在课题组初创阶段，欢迎有自我激励精神和对这些研究方向有兴趣的同学联系耿浩教授深入交流，共同科研、共同进步。