近日，2022年度国际计算机学会（ACM）学生科研竞赛 (SRC) 全球总决赛获奖名单正式出炉！其中，来自北京大学图灵班的郭资政凭借其在芯片设计自动化（EDA）领域的贡献，斩获了本科生组全球第一名（First Place）。
文章图片
图源：北大官微
在北京大学官微公布这一喜讯后，新华社、人民日报等官媒纷纷进行了点赞和转发，一时间，郭资政这一名字收获了大家满满的关注。
文章图片
机缘巧合，郭资政确认EDA研究方向 据北大官微介绍，郭资政是北大信息科学技术学院图灵班的一名大四学生。图灵班作为北大在2017年成立的实验班，汇聚了全国最优秀的计算机专业本科生，致力于培养计算机科学领域的拔尖人才。
早在高中时期，郭资政就曾获全国信息学竞赛金牌，这也让他获得了北大降分录取的资格。
怀抱着对科研的极大热情，前沿计算中心举办的科研轮转活动开启了郭资政的科研之路。当时大二的郭资政可以选择进入三个不同老师的课题组里体验科研生活，他第一个就进了集成电路学院林亦波老师的课题组。
文章图片
图源：北大官微
巧的是，林亦波老师当时的研究方向正好是基于机器学习的芯片设计自动化（EDA）算法以及GPU/FPGA加速。
近年来，有“芯片之母”之称的EDA一直是国产芯片“卡脖子”的关键环节。“谁掌握了EDA，谁就有了芯片领域的主导权”，几乎成为了业内的共识。
在谈及到为什么选择科研，为什么选择EDA方向时，郭资政给出了两个原因：一是对EDA方向比较感兴趣，“首先是和之前一些算法竞赛的经历比较贴合，其次是自己上手的过程也比较顺利。”；二是为了响应国家的号召，解决国家发展需求的技术难题。
一作发表8篇顶会论文，致力攻关“卡脖子”技术 在科研中，郭资政的主要研究方向是EDA中的静态时序分析领域。作为芯片设计的一个关键步骤，它旨在确定芯片的设计正确性和最高运行速度，有着准确性要求高、耗时长、跨越整个设计流程的特点。
据郭资政个人主页显示，其在2020年至2022年期间一共发了11篇论文，其中以一作身份发表的有8篇，均被EDA领域的国际顶级学术会议和期刊DAC、ICCAD、TCAD等接收。
此次获得决赛第一名的论文，名为：Heterogeneous Timing Estimation，Optimization，and Verification for VLSI Circuit Design Automation（用于VLSI电路设计自动化的异构时序估计、优化和验证），也被收录到了ICCAD 2021中。
文章图片
图源：郭资政个人主页
在以上论文中，包括郭资政首次提出的使用GPU加速静态时序分析的算法，以及首次实现线性时空复杂度、效率提升达一百倍的路径分析算法。
除了芯片静态时序分析领域，郭资政还在EDA中引入了人工智能。他将图神经网络和时序分析引擎相结合，提出跨越芯片设计流程多个环节的建模技术，定制图学习方法模拟时序分析的解析过程。同时他还探索将时序分析过程与神经网络训练进行类比，提出了学术界首个基于可微时序引擎的布局优化算法，较当前最先进的布局算法性能提升28%以上。
文章图片
郭资政提出的拟合时序分析的图神经网络结构示意图
郭资政的科研过程注重与生产实践相结合，除了发表论文外，他还申请了五项发明专利，其中部分专利已经得到了授权。
在本科期间，作为北大超算队的一员，郭资政曾多次随队参与竞赛，并获得了世界大学生超级计算竞赛（ASC）一等奖，国际大学生程序设计竞赛（ICPC）区域赛冠军，多次获得ICPC/CCPC大学生程序设计竞赛金奖等。基于其优异的学术表现，郭资政还获得了北大学生的最高荣誉第十三届“学生五·四奖章”
文章图片
图源：北大官微
今年大四的郭资政毕业后将留在北大，进入集成电路学院攻读博士学位，继续他在这一领域的学习研究。
最后，再次祝贺郭资政获此殊荣，也祝愿他能够在攻关EDA“卡脖子”技术方面取得更多佳绩！
参考链接：
- https://mp.weixin.qq.com/s/Q1VLDY4JPWiwaARRVbP9Pw
- https://mp.weixin.qq.com/s/HP6h3Oe_-0xlh7pA7pM5CA
- 【程序人生|北大图灵班学子斩获全球竞赛本科生第一名，攻关EDA“卡脖子”技术难题】https://src.acm.org/grand-finalists/2022
推荐阅读
- 论文分享|CVPR 2022 | 未知目标检测模块STUD（学习视频中的未知目标）
- Python电影推荐系统的实现
- Python如何以及在哪里应用特征缩放（）
- Python NLTK的词法化用法示例
- Python使用TextBlob进行词法化示例
- Python使用sklearn的线性回归详细指南
- Python使用keras进行图像分类项目示例
- Python使用Tkinter的贷款计算器详细介绍
- Python–使用PRAW制作Reddit机器人示例