研究计划3 - 大规模人工智能硬件的电子设计自动化（EDA）
探索人工智能芯片与系统设计EDA的新前沿，聚焦于支持芯粒(Chiplet)及3DIC设计，突破现有EDA工具的技术瓶颈及开发基础AI模型在各种设计任务中的应用，以实现更灵活的芯片设计。
研究項目3-1:
面向芯粒(Chiplet) 的人工智能芯片信号完整性驱动的电子设计自动化
研究项目3-1旨在研发面向基于芯粒（2.5D封装）设计的自动化（EDA）解决方案，特别优化大规模 芯粒设计中的信号完整性（Signal Integrity, SI）问题。项目将首先支持自动化的芯粒分割与布局规划，综合优化芯片面积、功耗等多重设计目标；同时，通过深入研究硅基板的互连结构与拓扑特性，构建具备可扩展性与高效率的信号完整性分析方法。在此基础上，开发一套以信号完整性为驱动的快速布线优化工具。
研究項目3-2:
面向模式感知和热感知的3D人工智能芯片电子设计自动化
研究项目3-2将进一步支持基于3D集成电路（3D IC）架构的人工智能芯片设计。该技术透过硅通孔（TSV）实现多个芯粒的垂直堆叠，显著提升存储带宽与系统集成度。本研究提出针对3D IC导向的模式感知和热感知电子设计自动化（EDA）解决方案，研究团队将利用人工智能芯片中处理单元（PE）的规则性特征，加速整体 3D人工智能芯片的物理设计流程。此外，项目将开发专用的热仿真器，实现芯片堆叠式 3D IC 的快速且精确的热力分析；并在此基础上构建具备热感知能力的3D布局规划工具，以优化 3D IC 的设计与执行效率。
研究項目3-3:
基于AI基础模型的人工智能芯片靈活设计方法
研究项目3-3旨在基于定制化的AI基础模型，开发先进的人工智能辅助电子设计自动化（EDA）技术。研究团队将预训练通用电路编码器，以生成每个电路组件的表征。该通用电路表征方法可实现从 RTL 级到布局阶段的跨层设计一致性，并支持多种差异化的下游应用场景。基于包含丰富电路信息的特征表示，项目将构建各种人工智能模型，用于对延迟、时序与能效等关键设计指标进行早期、快速且精细的评估。此外，项目还将开发生成式人工智能模型，以辅助人工智能芯片的靈活自动化设计与优化。