公司业务与市场表现 - Arm Holdings plc 今年处于不利地位 业务发展面临挑战 [1] - 公司作为设计公司 约45%的特许权使用费收入来自相关业务 [1]

核心观点 - 中科大、华为诺亚实验室和天津大学联合提出全新AI驱动的芯片宏单元布局优化方法LaMPlace 该方法能够在布局阶段直接优化最终性能指标如时序收敛性 实现芯片设计流程的"左移优化" [1][5] - LaMPlace通过结构化可解释的指标预测器和可学习掩码机制 将跨阶段物理指标WNS/TNS前移至布局决策 显著提升设计效率和质量 [4][7][9] - 该方法具备模块化特性 可嵌入现有优化框架 为国产EDA工具智能化和行业设计流程革新提供技术支持 [2][15][17] 技术方法 - 采用Laurent多项式建模目标函数 将EDA指标表示为宏间距离的多项式形式 保持计算高效性和结构可解释性 [12][13] - 构建结构化指标预测器 输入宏单元位置分布 输出WNS/TNS等跨阶段指标估计值 [8][9] - 通过可学习掩码生成机制 将预测器输出转化为二维掩码指导贪心放置策略 每个位置掩码值反映对目标指标的边际代价 [9][14] 性能表现 - 在ICCAD 2015标准基准测试中展现优异性能 显著提升时序收敛性和拥塞等关键指标 [16] - 在未见过的新设计上保持稳定性能 体现良好的泛化能力 [16] - 论文入选ICLR 2025 Oral会议 体现学术认可度 [3] 行业应用 - 推动芯片设计从"可优化"到"该优化"的目标迁移 解决现有方法优化目标与最终设计目标偏离的问题 [4][5] - 方法不依赖特定搜索算法 可作为插件模块与黑盒优化器、强化学习策略等多种布局优化范式结合 [15] - 为AI在芯片设计领域的深入应用提供新思路 促进EDA工具智能化发展 [18][2]