兩位北大本科生再突破，均屬中國高校首次！

2024-01-22教育

2023年底

北京大學資訊科學技術學院

2020級本科生

周可行、陳卓毅

先後作為第一作者

在第56屆微架構國際研討會

和第71屆國際固態電路大會上

發表論文

他們分別憑借高效能仿真器

和數模轉換器的設計

在專業領域取得前所未有的突破

據統計

由本科生作為第一作者

在這兩個國際會議上分別發表論文

在中國高校均為首次

周可行

國內本科生「第一人」

周可行僅用了兩個月的時間，就給出了讓會議論文評審稽核們全部透過的滿意答卷，成為了國內本科生在 MICRO 上發表論文的第一人。

2023年10月28日到11月1日，第56屆微架構國際研討會（ MICRO’56）在加拿大多倫多舉行，北京大學資訊科學技術學院2020級本科生周可行作為第一作者發表題為 Khronos: Fusing Memory Access for Improved RTL Simulation （ 【融合記憶體存取以改進寄存器傳輸級仿真】） 的論文 ，指導周可行的通訊作者是集成電路學院的研究員梁雲。

作為全世界最頂級的體系結構領域的會議之一， MICRO 在國內每年收錄的文章不過十余篇，國內有能力向會議投稿的機構也不過十余個。相比之下，周可行僅用了兩個月的時間，就給出了讓會議論文評審稽核們全部透過的滿意答卷，成為了國內本科生在 MICRO 上發表論文的第一人。

寄存器傳輸級（ RTL ）仿真是芯片設計流程中重要的一個步驟。目前，軟件 RTL 仿真器因其靈活性高、偵錯能力強，在 RTL 仿真中起到了重要作用。然而，當前最先進的仿真器也需要平均消耗 45% 的指令進行記憶體存取，消耗了大量時間，降低了整體效能。

針對仿真的記憶體最佳化，周可行提出了 Khronos 仿真器，透過利用連續的時鐘周期內記憶體存取的時間局部性，融合並減少了記憶體存取，提高了芯片驗證的速度。他透過跨周期的數據依賴分析，對時鐘邊緣的寄存器等記憶體讀寫進行了合並最佳化，實作更高效的芯片仿真。 與最新的仿真器相比， Khronos 能夠減少最高 88% 記憶體存取，提供 2.0 倍（最高 4.2 倍 ）的加速效能。

△ 周可行（左）正在測試環境光對基於脈沖相機的可見光反射通訊的影響

△Khronos透過改變仿真順序減少仿真過程中的記憶體存取

△Khronos仿真器工作流程

對於周可行來說，改進仿真器的想法是他「靈光乍現」的結果，但背後卻是刻苦鉆研的積澱和攻堅克難的決心。他對芯片硬件方面的研究非常感興趣，從「電腦系統導論」等課程中得到啟發，萌生了透過提前或者延後仿真周期提高仿真器效能的想法靈感。

△周可行在MICRO會議上的線上匯報

在和導師商量後，他很快確定了自己的研究方向。從提出最初的設想，到進行形式化、建立簡單的模型，再到不斷最佳化，編譯器的開發從來不是一件簡單的事。周可行用了兩周時間開發第一版編譯器，但卻失望地發現這一版結果並不能實作提高效能的設想。透過不斷修改、最佳化方案，他又經歷了近一個月的叠代才得到了令人滿意的版本。

周可行坦言，在發現最初的結果不符合自己的設想初衷時，他曾感到自我懷疑，甚至一度否定自己的設想。在實驗室師兄們的鼓勵下，他才重拾信心，堅定自己的想法是可行的，然後不斷進行實驗和最佳化。

日復一日的實驗室生活有時也讓周可行感到疲憊，而他也有自己的解壓方式：每到這時他就去到未名湖邊散心，或者拉上實驗室的三五好友下館子、喝奶茶、談天說地。在和大家交流過後，他重新調整好心態，又一頭紮入程式碼中。他一步步摸索、嘗試，前後經歷了兩個月，終於獲得了令人滿意的成果。

對於周可行來說，能夠做出如此矚目的工作成績絕不是偶然。他在寫程式碼方面有極強的能力，在很短時間內就可以寫出數千行的復雜程式碼。科研中需要靈感，但更需要嚴謹和堅韌的態度，從寫程式到做實驗，所有的工作都由他一人承擔。

「這一研究過程需要測試近十個仿真器，總共需要進行100多次實驗，這些工作都由我自己來完成——因為只有自己親歷親為才能獲得更深刻的體會。」

周可行特別享受科研的過程，寫程式碼、編程式讓他感受到無窮樂趣。他談到，盡管自己目前的工作可能無法進行套用，但是在此基礎上不斷改進最佳化，可能就會產生更快更好的仿真技術。未來， 周可行將繼續在北大讀博，並嘗試在博士期間不斷突破，做出更快更好的硬件仿真器。

△周可行在半導體論壇上

△周可行（左）在「騎行教育」課程考試中拿到金牌

陳卓毅

對一切未知充滿好奇

「未來，我希望繼續研究模數轉換器，在那些前人未曾涉足的領域留下自己的腳印。」

同一周內，第 71 屆國際固態電路大會（ ISSCC 2024 ）公布了錄取論文和會議議程， 北京大學資訊科學技術學院2020級本科生陳卓毅作為第一作者的論文 A 182.3dB FoMs 50MS/s Pipelined-SAR ADC using Cascode Capacitively Degenerated Dynamic Amplifier and MSB Pre-Conversion Technique （【一個182.3dB FoMs的使用了容性源極負反饋的共源共柵動態放大器和最高位提前轉換技術的流水線-逐次逼近型模數轉換器】） 被錄用 ，論文的通訊作者是集成電路學院的 沈林曉 老師和葉樂老師。

△陳卓毅的論文正式透過評審的郵件

模數轉換器（ ADC ）是連線模擬世界和數碼世界的關鍵介面，在混合訊號集成電路系統中有著重要作用。流水線-逐次逼近型模數轉換器（ pipelined-SAR ADC ）是較為常用的具有較高能效的模數轉換器。級間余量放大器是該模型中的一個重要模組，其它需要高增益和高線性度，這通常是由閉環放大器實作的，但是由於現有的閉環放大器能耗較大，使其成為整個 ADC 系統的能效瓶頸。

針對這個難點的一條技術路線是近年提出的開環動態放大器。它具有很高的能效，但因為線性度差、增益低、輸出擺幅小等問題，極大地限制了其套用場景。 對此，陳卓毅提出了共源共柵的容性源極負反饋的動態放大器和最高位提前轉換技術 ，顯著提高了線性度和增益，同時采用溫度補償的電流偏置方案提升 PVT 漲落下的效能魯棒性。依托以上技術，芯片樣片在奈奎斯特頻率的輸入下達到目前在相同或更高取樣率的模數轉換器中能效的世界紀錄。

陳卓毅的科研工作始於一篇文獻的學習。從大二開始，他在沈老師的課題組組會中旁聽學習。一次，老師給陳卓毅一篇有關數模轉換器放大器的文獻進行學習，在對文獻中放大器結構進行復現時的過程中，他對放大器增益不夠、效能不佳的的問題產生了濃厚的興趣。有什麽方法可以解決這些問題，提高放大器的效能呢？陳卓毅開始著手對這個問題開展了研究。

在前人工作的基礎上，他對已有的電路結構進行最佳化，將芯片設計好的方案交給廠家生產芯片，隨後對芯片的效能進行測試測試芯片的效能，並和已有的芯片的效能進行對比。陳卓毅興奮地發現，自己最佳化過後的模數轉換器的能效竟然達到了前所未有的高度！

△ 陳卓毅在工作中

△陳卓毅在本科生科研專案答辯中總結論文成果的PPT

陳卓毅的專案需要把設計方案交給廠家生產芯片，然後對芯片進行效能測定。但是在給公司交付方案最後期限的前幾天，他在某次仿真模擬時突然發現了設計中的重要漏洞，整個程式幾乎無法正常執行。這時設計版圖已經接近完成，來不及重新返工。他焦急萬分，仔細分析了很久都沒能有找到出現漏洞的原因。在巨大的壓力下，陳卓毅幾近崩潰，眼看著大半年的努力在此刻仿佛就要付諸東流。在火燒眉毛的緊急關頭，他找到了實驗室的師兄幫他進行分析。師兄安慰他平穩心態，幫助他規劃修復的步驟，在短短幾天裏極限操作，趕在截止期限前彌補了漏洞，方案終於得以如期交付。

面對自己取得的成績，陳卓毅始終保持著謙遜的態度：

「我只是在實際套用上提出了一個可能性。而正是因為有無數科研工作者們不斷提出各種可能性，才有更多的優秀技術得以被真正套用。」

當陳卓毅在科研工作中遇到問題時，或者當事實和直觀想象不符合時，他總是對其中的奧秘充滿了好奇。這種好奇心激勵著他不斷鉆研、不斷探索，在科研的道路上闊步向前。 未來，陳卓毅也將永葆對一切事物的好奇心，在北大繼續博士階段的學習。

△陳卓毅在未名湖畔

信科學子

國際平台大放異彩

信科學子在國際平台上取得矚目成就早已不是個例。 2022 年 6 月，時為北大資訊科學技術學院 2018 級本科生 郭資政 在國際電腦學會（ ACM ）2022年度學生科研競賽（ SRC ）中因芯片設計自動化（ EDA ）領域的工作獲得了本科生組全球第一名。郭資政主要圍繞著芯片設計自動化中的靜態時序分析領域做了一系列創造性的工作。他首次提出了使用 GPU 加速靜態時序分析的演算法，克服了GPU這類平行計算硬件上處理不規則電路圖數據的困難。此外，他在實作線性時空復雜度的路徑分析演算法的基礎上，結合演算法理論和硬件架構的相關知識，進一步提出了 GPU 並列編程模型下的路徑分析方法，將效率提高了多個數量級。

郭資政還積極探索 EDA 和人工智能的交叉方向。同時他還探索將時序分析過程與神經網絡訓練進行類比，提出了學術界首個基於可微時序引擎的布局最佳化演算法，極大提升了布局演算法的效能。

△郭資政在EDA設計精英挑戰賽上