通俗解释，研究团队开发了一种 聪明又高效的AI算法框架 。这个系统通过"看图识路"（图神经网络）加上"会下棋的策略"（蒙特卡洛树搜 索），能够自动学会 如何更快、更智能地"剪枝"电路逻辑 ——就像帮电路减肥，让它运行得更快但不丢性能。 白寅岐 投稿 量子位 | 公众号 QbitAI 芯片设计是现代科技的核心， 逻辑优化（Logic Optimization, LO） 作为芯片设计流程中的关键环节，其效率直接影响着芯片设计的整体 性能。 然而，传统逻辑优化算子由于存在大量无效和冗余的变换，导致优化过程耗时较长，成为制约芯片设计效率的主要瓶颈。 为解决这一挑战，中科大王杰教授团队（MIRALab）和华为诺亚方舟实验室（HuaweiNoah'sArkLab）联合提出了 基于神经符号函数挖掘的 高效逻辑优化方法 ，显著提升传统关键逻辑优化算子运行效率 最高达2.5倍 。 论文已被ICLR 2025接收。 研究团队提出了一种 创新的数据驱动的电路神经符号学习框架——CMO 。 在实际测试中，CMO能让关键算法运行效率提升最多2.5倍，也就是说， 原来跑10分钟的任务，现在4分钟就搞定了 。这个技术已经被集成 进华为自研 ...