《物理设计自动化进展》特刊介绍

物理设计自动化在应对先进制程、异构集成及新兴器件（量子、光子、超导）的技术挑战中至关重要，需结合多核/GPU/AI加速及创新算法优化布局、路由、机器学习与超图分割。

　　

物理设计自动化一直是实现高质量且具有成本效益的集成电路设计的关键技术。集成电路制造工艺和应用的最新进展为物理设计带来了许多新的挑战。摩尔定律不断推动工艺光刻技术向纳米深度发展，以提升面积、性能和功耗。此外，超越摩尔定律的技术引入了多种新型器件，并采用异构集成方式，以实现更好的系统级功耗-性能-成本平衡以及更高的设计功能。因此，工具需要处理来自各种新兴工艺技术的复杂设计约束和目标，例如先进的光刻技术、2.5D/3D异构集成、FinFET/多栅器件、光子器件、超导电路和量子电路。物理设计也是一个关键的设计阶段，它需要满足对功耗、时序、可靠性和硬件安全日益严格的要求。

鉴于设计规模和复杂性的不断增加，物理设计工具利用多核处理器、GPU、FPGA和AI硬件加速技术变得非常重要。这些新挑战促使人们研究和开发新的物理设计技术和方法。

在本特刊中，我们收录了15篇文章，涵盖了应对这些挑战的最新研究成果。希望您会喜欢这些文章，并认为它们与我们一样有趣和有用。文章首先讨论了绝热量子通量参量器（AQFP）电路中出现的问题。在“一种高效有效的AQFP电路中缓冲器和分路器插入优化算法”一文中，吴和马克提出了改进的缓冲器和分路器最小化算法。

接下来的四篇文章探讨了布局问题。黄等人撰写的“具有离散间距成本的最优混合单元高度详细布局算法”提供了一种新颖的动态规划算法，用于全芯片优化，在总间距成本和总位移方面优于现有方法。在“基于序列对的2.5D IC热感知芯片组布局”一文中，李等人提出了两种新的芯片组布局算法：一种算法旨在最小化导线长度，另一种算法同时考虑了温度因素。第一种算法在更短的运行时间内实现了更低的导线长度；第二种算法在允许更长导线长度的情况下降低了最高温度。林等人在“解决3D宏布局挑战的创新方法”一文中提出了一种称为k层部分占用角缝合的新布局方法，该方法被应用于两种3D宏布局算法中：首先用于改进“先划分后布局”的方法，其次用于提出“先划分再重新分配”的方法，以最小化穿硅通孔（TSV）的数量。

我们有五篇文章讨论了各种布线任务。第一篇是刘等人撰写的“AiTPO：用于全局布线时序预测和优化的KAN-UNet异构网络”，该文章通过机器学习增强了传统的全局布线能力，从而提高了时序延迟预测和优化的效果。接下来是庄和刘撰写的“基于簇的多引脚基板布线优化（适用于细间距球栅阵列）”，该文章采用三阶段方法进行封装布线，包括引脚分组、最小生成树拓扑生成和组拓扑连接。庄等人在“2.5D系统中芯片组-封装协同设计的自适应重分布层布线”一文中也探讨了封装布线问题，他们提出了通过最大独立集进行引脚分配，并通过网络流在重分布层进行布线的方法。刘等人撰写的“iPO：基于表示和迁移学习的恒定谎言参数优化算法”提出了一种自动化参数学习算法，用于指导如DreamPlace这样的布线工具，以实现更高质量的布局。

还有五篇文章关注布线相关任务。第一篇是刘等人撰写的“AiTPO：用于全局布线时序预测和优化的KAN-UNet异构网络”，该文章通过机器学习增强了传统的全局布线能力。接下来是庄和刘撰写的“基于簇的多引脚基板布线优化（适用于细间距球栅阵列）”，该文章采用三阶段方法进行封装布线。朱等人撰写的“2.5D系统中芯片组-封装协同设计的自适应重分布层布线”也考虑了封装布线问题，他们提出了通过最大独立集进行引脚分配，并通过网络流在重分布层进行布线的方法。梁和江在“TriHOT：基于三角形和六边形范数的时序驱动光路由（采用波分复用技术）”一文中提出了一种基于广义分配公式的3D IC终端分配新方法。

本特刊还包括两篇关于机器学习的文章。肖等人撰写的“一种高效的物理设计参数调优混合强化学习框架”提出了一种创新的强化学习方法，用于学习底层设计并为设计流程的每个步骤提出更好的参数。陈和吉伦在“一种通用的约束学习和迁移方法论：基于Net-First图神经网络和选择性拓扑搜索的层次化模拟/混合信号电路布局综合”一文中开发了一种通用的约束学习和迁移框架，用于层次化模拟/混合信号电路布局综合。

接下来是两篇关于超图划分的文章。李等人提出了一个更快速的基于GPU的k路图划分算法“G-kway：利用任务图并行性的多级GPU加速k路图划分器”，为此他们引入了一种有效的基于并查集的粗化算法和一种新的基于独立集的细化算法。接下来，陈和王对超图划分技术进行了改进，在“GenPart 2.0：使用生成模型的增强型超图划分（支持顶点延迟处理）”一文中，他们扩展了GenPart算法，使其能够处理顶点延迟问题，并采用了基于变分图神经网络的生成模型和新的特征准备技术。

本特刊的最后一篇文章是林等人撰写的“喷墨打印电子产品的布局分解和打印时间优化”，该文章通过动态规划算法优化了喷墨打印电路的布局分解和打印时间。

我们想感谢所有作者和审稿人的巨大贡献。没有他们的出色和及时的工作，这本特刊是无法完成的。特别感谢TODAES主编江胡教授和高级副主编约尔格·亨克尔教授对本期特刊的支持，以及克拉丽莎·内梅斯的编辑工作。我们希望本期特刊中的精选文章能够对业界产生价值。

斯蒂芬·赫尔德

德国北莱茵-威斯特法伦州波恩大学，离散数学研究所

格拉西埃莉·波塞尔

美国德克萨斯州奥斯汀市Cadence设计系统公司

江瑞如

台湾国立台湾大学

大卫·奇纳里

美国加利福尼亚州弗里蒙特市西门子数字工业软件公司

客座编辑