微电学术 | 我院官众副教授带领学院本科生团队在“AI for EDA”领域取得重要进展

近日，微电子科学与技术学院官众副教授及其带领的本科生团队（TTL团队）在“AI for EDA”领域的研究取得重大进展。其题为《S-Crescendo: A Nested Transformer Weaving Framework for Scalable Nonlinear System in S-Domain Representation》的论文被人工智能顶级学术会议 NeurIPS 2025接收。NeurIPS（神经信息处理系统大会）是人工智能领域具有重要影响力与竞争力的国际会议，是我院在AI前沿方向上的一次重要的突破。

研究背景：面向芯片设计效率提升的探索

随着集成电路复杂度不断提升，传统数字电路仿真签核工具在精度与速度之间的权衡日益成为制约设计迭代效率的关键因素。尤其是在高阶非线性电路系统中，实现高效且高精度的仿真一直是业界面临的长期挑战。探索融合人工智能的新方法，突破这一瓶颈，是EDA领域的重要研究方向之一。

方法创新：经典理论与深度学习的融合尝试

针对这一挑战，官众团队提出了名为S-Crescendo的新框架。该框架创造性地将经典的电路理论（S域分析）与前沿的Transformer神经网络架构相融合。其核心思想是：将复杂电路系统解构为标准单元进行初步分析，再利用设计的注意力机制网络，逐步学习和修正标准单元互联后产生的复杂非线性效应。这是一种旨在提升仿真效率的新型算法范式探索。

实验结果：展现了巨大的应用价值

在实验验证中，该研究方法显示出巨大的工业潜力。在团队所测试的电路案例上，S-Crescendo的预测结果与工业标准HSPICE相比，达到了约0.99的R²决定系数，同时在核心参数（如时序、功耗等）仿真速度上较PrimeTime、RedHawk等工具获得了数量级的提升（最高可达18倍）。这些结果表明，该方法有望为数字电路的快速签核提供一个全新的框架。

团队展望：立足长远，任重道远

本研究工作由官众老师指导，由黄俊朗、陈灏等本科生同学共同完成，论文被NeurIPS接收，是对团队现阶段探索方向和成果的国际同行认可。也充分体现了微电子学院在鼓励本科生参与前沿科研方面的大力支持。

“AI for EDA”是一个充满机遇但挑战重重的赛道。该团队表示将继续致力于提升算法的稳定性、泛化能力，积极探索与产业界的合作验证，为未来芯片设计自动化的发展贡献一份力量。