7月26日到29日，第63届设计自动化会议（DAC 2026）在美国长滩市召开。在本次大会上，来自电子设计自动化（EDA）与集成电路设计领域的高校、公司及研究机构群英荟萃，分享了EDA技术的最新发展和广泛应用，讨论了本领域进一步发展的前景和方向。集成电路学院的数十位师生现场参加了本次大会。其中，林亦波老师获得DAC Under-40 Innovators Award，并组织特别学术论坛《When Generative AI Meets Analog Design: A Journey From Agent to Expert》。李萌老师作为主席组织本年度DAC青年学者研讨会，邀请领域10余位领域杰出专家，进行主旨报告。同时，李萌老师还受邀在DAC的首届SPGAI研讨会和第三届DCgAA研讨会中，分别进行题为《Efficient Private Transformer Inference through Algorithm/Protocol/Hardware Co-Design》和《Combating Memory Bottleneck for Efficient LLM Inference with Speculative Computation》的报告。
参会师生合影
在本次大会上，北京大学集成电路学院/集成电路高精尖创新中心共有25篇论文入选，研究成果覆盖了芯片设计、体系架构、存算一体、设计自动化、软硬件协同等领域。相关介绍如下：
1. Disentangled Differentiable Timing-Power Co-Optimization with Quad-Gradient Gate Sizing
提出了基于四向梯度的解耦式可微时序-功耗协同优化框架，解决门尺寸优化中梯度方向不一致和时序功耗冲突问题。在ICCAD 2025竞赛基准上使TNS平均降低51.8%、总功耗平均降低11.0%。本科生潘子轩与博士生郭资政为共同第一作者，林亦波副教授为通讯作者（获最佳论文提名）。
2. CellE: Automated Standard Cell Library Extension via Equality Saturation
提出了基于等式饱和的自动化标准单元库扩展框架CellE，通过e-graph和频繁子图挖掘生成复合单元候选。在EPFL基准和FreePDK45库上平均降低面积15.41%，优于现有方法。在ASAP7库和Cadence商业工具上平均优化了8.00%的延迟和1.27%的面积。博士生任毅为第一作者，孙广宇教授为通讯作者。
3. EPiCell: Electro-Physical Co-Modeling for Standard Cell PPA Prediction
提出了电物理协同建模框架EPiCell，利用异构图Transformer预测标准单元版图PPA。预测误差1.8%-4.0%，中位排序相关系数由0.14-0.25提升至0.70-0.90。本科生安文博、博士生郭铠荣为共同第一作者，林亦波副教授为通讯作者。
4. Activity-Aware Partitioning for Effective Multi-Threaded Event-Driven RTL Simulation
提出了活动感知划分框架P²SIM，集成剖析、划分与同步优化，实现多线程事件驱动RTL仿真。相较Verilator最高加速8.9倍，相较RepCut加速1.56倍。博士生周可行为第一作者，梁云教授为通讯作者。
5. LATTE: Legality-Assured Differentiable Timing-Driven Detailed Placement
提出了端到端可微时序驱动详细布局工具LATTE，利用GPU加速的静态时序分析梯度指导单元位移并保证合法性。相较主流方案平均优化TNS 29.7%、布线线长改善44.4%。博士生麦景为第一作者。
6. C2C-Explorer: An Exploration Framework for Chip-to-Chip Interconnect Architectures in LLM Cloud Computing Systems
提出了面向LLM云计算的片间互连架构探索框架C2C-Explorer，包含工作负载驱动流量生成、周期/事件混合仿真和自适应贝叶斯优化。仿真速度提升最高7.8倍，系统吞吐提升44.1%。博士生李嘉怡为第一作者，燕博南助理教授为通讯作者。
7. NASiC: 3D NAND-based CAM-Selected Multibit CIM Architecture for Efficient On-Device Mixture-of-Experts LLM Inference
提出了面向MoE推理的3D NAND存内搜索-计算融合架构NASiC，融合CAM选通与CIM计算，原位屏蔽未激活专家。相较GPU和传统3D NAND架构实现4~114.8倍吞吐提升和3.9~70倍能效提升。博士生徐伟凯为第一作者，黄如教授、李萌助理教授、王宗巍助理教授和梁令助理研究员为共同通讯作者。
8. STEM-CAM: Segmented Thermometer-Encoded Multibit CAM with Wildcard Matching for Efficient Arbitrary-Order Minkowski Distance Metrics
提出了基于FeFET器件的分段温度计编码多值CAM架构STEM-CAM，支持任意阶闵可夫斯基距离度量。AEDP相比传统数字/NVM方案分别降低2496/11.6倍。博士生张泽钰和徐伟凯为共同第一作者，黄如教授和黄芊芊教授为共同通讯作者。
9. MBA: Mega-Buffer Architecture Based on 1T1C IGZO eDRAM for Efficient LLM Inference
提出了基于嵌入式DRAM的大规模缓存架构MBA，采用KV cache优先映射和流水线设计。相较GPU和现有LLM加速器分别实现5.99倍和3.63倍加速，能效提升8.86倍和4.93倍。博士生陈思远为第一作者，刘力锋教授和黄鹏研究员为共同通讯作者。
10. Orchestrating Dual-Boundaries: An Arithmetic Intensity Inspired Acceleration Framework for Diffusion Language Models
提出了面向扩散语言模型的推理加速框架ODB-dLLM，采用自适应长度预测和跳跃-共享推测解码。相较基线dLLM和Fast-dLLM分别加速46~162倍和2.63~6.30倍。博士生韦临烨为第一作者，李萌研究员为通讯作者。
11. DRIFT: Harnessing Inherent Fault Tolerance for Efficient and Reliable Diffusion Model Inference
提出了扩散模型推理硬件容错协同优化框架DRIFT，包含细粒度DVFS和回滚容错机制。在保证生成质量下平均节省36%能耗或最高加速1.7倍。本科生文锦琦、博士生解同为共同第一作者，李萌研究员为通讯作者。
12. EHPC: Efficient Heterogeneous Probabilistic Computing Architecture for Combinatorial Optimization Acceleration
提出了面向组合优化的异构概率计算架构EHPC，基于易失性RRAM构建p-bit单元。在max-cut基准上1秒内获得优解，floorplanning任务加速20~1500倍。博士生陈维灿、夏晨皓、王浩旋为共同第一作者，刘飞副教授为通讯作者。
13. iADS: In-situ Adaptive Diffusion Sampling Architecture based on Voltage-Tunable P-bits
提出了扩散模型原位自适应采样架构iADS，利用电压可调p-bit实现硬件噪声生成与调控。相较PRNG方案能耗降低约8倍、面积降低约143倍。博士生夏晨皓、王浩旋、陈维灿为共同第一作者，刘飞副教授为通讯作者。
14. 3D-DuRA: Accelerating Next-Resolution Generation via 3D Near/In-Memory Architecture with Dual-Ring Sparse Attention
提出了基于三维近存/存内计算和双环稀疏注意力的VAR模型加速架构3D-DuRA。相较RTX 6000 Ada GPU，推理速度提升3.5~9.1倍，能效提升10.1~13.1倍。博士生周泽成、本科生赵昱翔为共同第一作者，马宇飞研究员为通讯作者。
15. M²CAM: A Multi-level Memristor-based Self-adaptive CAM Architecture for Genome Processing Acceleration
提出了基于忆阻器的自适应内容可寻址存储器架构M²CAM，支持多级模拟编码和动态误差校正。器件数量开销降低50%~75%，相比CPU/GPU能效提升131.2倍、速度提升161.2倍。本科生韩阳与博士生余连风为共同第一作者，杨玉超教授、陶耀宇助理教授为通讯作者。
16. AgenticDSE: A Multi-Agent Design Space Exploration Framework with Multi-Phase Bayesian Optimization for Chiplet Accelerators
提出了面向Chiplet加速器的多智能体设计空间探索框架AgenticDSE，含分析驱动的动态空间优化和多阶段贝叶斯优化。相较现有方法ADRS降低10.4%~36.9%，token消耗降低46倍（输入）和18倍（输出）。博士生朱展彤为第一作者，贾天宇研究员为通讯作者。
17. S2CIM: A Secure-Computation and Secure-Storage Compute-in-Memory Architecture with Circuit-Algorithm Co-Design for Efficient and Trustworthy Edge Inference
提出了面向可信端侧推理的安全存储-安全计算存内计算架构S2CIM，采用仿射变换拆分和DIGS计算方法。攻击成功率维持约50%，面积效率提升1.3~16.8倍，能效提升1.6~6.7倍。博士生邵瀚雍为第一作者，唐克超研究员为通讯作者。
18. PiMM-NoC: Process-in-Memristor-Memory NoC with RL Mapping Framework for Versatile AI Models
提出了忆阻器存算一体网络架构PiMM-NoC及强化学习映射框架。相比传统映射加速最高3.85倍、EDP降低63.7%；相比现有Transformer加速器性能提升最高71.6倍。硕士生谢子昂与陶耀宇助理教授、博士生潘泽伦、陈浩均为共同第一作者，杨玉超教授、陶耀宇助理教授为通讯作者。
19. DySL-VLA: Efficient Vision-Language-Action Model Inference via Dynamic-Static Layer-Skipping for Robot Manipulation
提出了面向机器人操作的VLA模型高效推理框架DySL-VLA，采用动静层跳层和两阶段知识蒸馏。在CALVIN基准上任务成功率提升2.1%，训练参数量降低85.7倍，相同精度下加速最高3.75倍。博士生杨泽斌为第一作者，俞波研究员和李萌研究员为通讯作者。
20. KEEP: A KV-Cache-Centric Memory Management System for Efficient Embodied Planning
提出了面向具身规划的KV Cache中心化记忆管理系统KEEP，包含动静态记忆构建、记忆重计算和层平衡加载。在ALFRED数据集上加速2.68倍，相比CacheBlend成功率提升4.13%、TTFT降低1.90倍。博士生杨泽斌为第一作者，俞波研究员和李萌研究员为通讯作者。
21. NoiseXplore: A Device-Aware Hierarchical Noise Modeling and DTCO Framework for In-Pixel Computing Architectures
提出了面向像素内计算架构的器件感知层次化噪声建模与DTCO框架NoiseXplore。经噪声感知训练后PSNR恢复超3 dB，DTCO优化后再提升2.5 dB。博士生徐靖涵为第一作者，周正助理研究员和刘晓彦教授为通讯作者。
22. OpenSUN: An Open Platform for Exploring Scale-Up Network Systems
提出了基于FPGA的开源Scale-Up网络系统探索平台OpenSUN，覆盖I/O控制器、交换机、协议栈及软件系统，支持快速原型化新型设计。博士生陈奕奇为第一作者，周哲博士和孙广宇教授为通讯作者。
23. EdgeSC: Universal Stochastic Computing Architecture for Efficient Edge Detection
提出了面向边缘检测的通用可训练随机计算架构EdgeSC，支持多种算子并通过可微解析模型高效训练。冯鑫程为第一作者，李萌研究员与香港大学黄毅/Ngai Wong副教授为共同通讯作者。
24. AccelCIM: Systematic Dataflow Exploration for SRAM Compute-in-Memory Accelerator
提出了面向SRAM存内计算加速器的系统化数据流探索框架AccelCIM，联合探索宏单元配置、互联方式和I/O重叠等设计。基于28nm工艺完成Pareto最优设计搜索。博士生薛晨皓和本科生王昱坤为共同第一作者，孙广宇教授为通讯作者。
25. Maple: Efficient Data-Transfer-Aware Mapping Exploration for NDP-enabled Edge LLM Inference
提出了面向端侧LLM近内存处理的传输感知映射探索框架Maple，联合优化内部计算与数据传输。在多种NDP架构上实现最高3.34倍性能提升和1.49倍能效提升。本科生华雪峰和博士生李聪为共同第一作者，孙广宇教授为通讯作者。
