报告时间：2023年4月20日 9:00-11:00
报告地点：bat365中文官方网站2号楼311会议室
报告题目：AI For Chip Physical Design, Physical Design For AI Chip
报告人：邸志雄
报告人简介：邸志雄，博士，副教授，西南交通大学信息学院电子系副系主任，研究方向为数字芯片物理实现EDA算法、高性能图像编解码芯片设计、FPGA硬件加速设计。主持国家自然科学基金、四川省科技厅重点项目以及多项横向项目，参与完成了我国自主研制的首颗宇航级高速图像压缩芯片“雅芯-天图”，多项成果已应用于国产EDA工具中。在IEEE TCAD、IEEE TCAS-Ⅱ、IEEE GRSL、IEEE TIE、DAC等领域顶级期刊与会议发表论文多篇。四川省一流线上课程负责人，获2020年“詹天佑-教书育人奖”、2021年阿里云第16期 MVP、2022年教育部—华为“智能基座”优秀教师奖励等。主讲MOOC课程“硬件加速设计方法”，选课人数逾两万人，入选2021年教育部产学合作协同育人优秀案例；指导学生科创竞赛获国家级奖励40余项。
报告内容简介：
物理设计是现代芯片设计流程中不可或缺且具有挑战性的任务，与传统方法相比，机器学习因其数据驱动的性质在一些子问题求解中展现出一定的优势，它可以减少对知识和先验知识的依赖，并通过其先进的计算范式具有更好的可扩展性。本次分享重点介绍机器学习在芯片物理实现方面的应用与进展，以及面向AI芯片设计的物理实现方法的探索。
