近日，集成电路学院新开设的《AI赋能集成电路设计实践》课程顺利完结。该课程面向集成电路及相关专业研究生开设，是一门前沿交叉实践类课程。本学期由北京大学集成电路学院林亦波长聘副教授讲授。

随着人工智能与大模型技术的快速发展，集成电路设计正在进入智能化、自动化和工程化深度融合的新阶段。芯片设计流程复杂、设计周期长、验证调试难度高，传统EDA工具在面对先进工艺和复杂系统芯片时面临新的挑战。AI技术为芯片设计自动化带来了新的方法和工具形态，也正在成为EDA领域的重要发展方向。

为了顺应集成电路产业高质量发展和AI for EDA技术演进趋势，《AI赋能集成电路设计实践》课程以“理论—工具—实践”三位一体为核心教学理念，系统介绍AI辅助芯片设计的技术原理、发展现状和应用场景。课程旨在推动人工智能技术与集成电路设计的深度融合，培养具备“AI+EDA”综合能力的高层次复合型人才，为学生未来从事集成电路设计、EDA工具开发及相关科研工作奠定基础。

课程围绕AI赋能集成电路设计的完整流程展开，重点涵盖数字电路RTL生成、代码修复、功能验证、后端设计优化、QoR预估以及工程化实践等关键环节。依托基于AI的国产EDA设计平台和工具链，学生从功能规格出发，完成Verilog/SystemVerilog代码生成、智能补全、Testbench生成、仿真调试和波形分析、数字设计实现流程寻优，并通过Golden参考模型对比、边界激励补充等方式理解AI辅助集成电路设计的工程价值。

在课堂讲授之外，课程安排了三组Lab和大作业实践。Lab内容覆盖基于LLM的RTL生成与代码质量提升、AI辅助Testbench生成与功能验证、综合与布局布线流程中的QoR分析，学生围绕数字时钟计数器、自动售货机状态机、二维卷积模块、RISC-V单周期CPU等案例开展训练。大作业进一步要求学生完成从规格文档到RTL实现、验证闭环、性能与PPA优化的完整流程，并在实践中形成Prompt管理、脚本管理、结果归档和可复现项目组织等工程规范。

教学方式为课堂授课与上机实践相结合，通过平台入门、代码生成、仿真验证、QoR分析、设计迭代和项目展示等环节，帮助学生在真实设计任务中理解AI工具的使用方法和工程价值。课程考核由课堂表现、作业和大作业共同组成，注重学生的过程学习、工具应用能力和综合实践能力。

课程大纲：

01 绪论：人工智能、大模型技术与AI for EDA基本范式

02 AI辅助芯片设计的技术全景图

03 AI辅助RTL设计与代码生成

04 AI辅助验证与Testbench生成

05 AI辅助后端设计与QoR预估

06 集成调试与AI工程化实践

07 产业实践与产品思维

08 综合项目展示与课程总结

《AI赋能集成电路设计实践》的开设，是集成电路人才培养体系面向人工智能时代的一次积极探索。课程将AI技术、EDA方法和芯片设计流程有机结合，使学生在“规格—设计—验证—优化”的实践链条中建立对AI辅助芯片设计的系统认识，提升工程实践能力和创新意识，也为培养具有AI思维、EDA基础和芯片设计能力的复合型人才提供了新的课程支撑。

任课教师简介：林亦波，北京大学集成电路学院长聘副教授。2013年本科毕业于上海交通大学，2018年于美国德克萨斯大学奥斯汀分校获得电子与计算机工程专业博士学位。长期从事集成电路设计自动化（EDA）、机器学习辅助EDA等方面的工作。迄今为止发表论文200余篇，7次获得EDA领域旗舰会议和期刊最佳论文奖（包括DAC 2019、TCAD 2021、DATE 2022、DATE 2023等）。曾担任包括DAC、ICCAD等领域内旗舰会议的技术程序委员会成员，以及领域内顶级期刊如TCAD、TODAES、Integration等编委。