专注 AI for EDA 研究，在 EDA 领域累计发表高水平论文 8 篇，其中以第一或核心作者身份在 DAC、TCAD、TODAES 等顶级会议与期刊发表多篇核心代表作。兼具“算法创新与系统开发”的综合研发能力，曾于华为担任软件工程师从事高性能 C++ 系统研发，负责大规模网络拓扑分析与图算法优化，并作为核心开发者主导 AiEDA 开源平台参数优化架构设计。在预训练大模型、图神经网络及多模态融合的物理设计应用方面有深入实践。ACM Professional Member，热爱开源与知识分享（GitHub 1.2k ⭐）。

📖 教育背景

• 2021.09 - 至今, 中国科学院大学（UCAS），计算机应用技术（081203），博士在读（研究方向：AI for EDA、芯片布局/布线；导师：徐俊刚）
• 2016.09 - 2019.06, 中南大学，软件工程（085405），硕士（研究方向：深度学习应用；导师：陈学工）
• 2010.09 - 2014.07, 景德镇陶瓷大学，电子科学与技术（080702），学士

🔥 动态

• 2026.03: 🎉 一篇论文被 DAC 2026 接收！
• 2026.02: 🎉 一篇论文被 TCAD 2026 接收！
• 2025.05: 🎉 一篇论文被 TODAES 2025 接收！
• 2025.01: 🎉 GitHub 1k 星⭐，感谢！欢迎 star 和 fork！

📝 论文与专利

代表性论文

• DAC 2026 (CCF-A) iPCL-M1: Pre-training of Chip Layout for Metrics Evaluation and Optimization. Xinhua Lai, He Liu, Weiguo Li, Yihang Qiu, Miao Liu, Simin Tao, Xingquan Li, Jungang Xu
• TODAES 2025 (CCF-B) iPO: Constant Liar Parameter Optimization for Placement with Representation and Transfer Learning. Xinhua Lai, Miao Liu, Xingquan Li, Yihang Qiu, Shijian Chen, Xinhao Li, Jungang Xu
• ISEDA 2026 (EI) GT-Fusion: Synergizing LLM Semantics, Topology, and Geometry for PPA Prediction and Optimization. Xinhua Lai, He Liu, Miao Liu, Xingquan Li, Jungang Xu (Oral, ~22.5%)
• TCAD 2026 (CCF-A) CircuitFlow: Learning Dynamic Representations for Logic Optimization. Miao Liu, Xinhua Lai, Liwei Ni, Xingyu Meng, Rui Wang, Junfeng Liu, Xingquan Li, Jungang Xu
• ASPDAC 2026 (CCF-C) iPCL: Pre-training for Chip Layout (Invited). Xingquan Li, Weiguo Li, Xinhua Lai
• TCAD 2025 (CCF-A) AiEDA: An Open-Source AI-Aided Design Library. Yihang Qiu, Zengrong Huang, Simin Tao, Hongda Zhang, Weiguo Li, Xinhua Lai, Rui Wang, Weiqiang Wang, Xingquan Li
• TODAES 2025 (CCF-B) A Survey of Machine Learning Approaches in Logic Synthesis. Miao Liu, Liwei Ni, Junfeng Liu, Xingyu Meng, Rui Wang, Xiaoze Lin, Xinhua Lai, Xingquan Li, Jungang Xu
• ISEDA 2025 (EI) AiEDA-2.0: An Open-source AI-Aided Design Library. Yihang Qiu, Zengrong Huang, Weiguo Li, Xinhua Lai, Rui Wang, He Liu, Ping Zhou, Simin Tao, Junfeng Liu, Yifang Li, Xingquan Li

代表性发明专利

• 发明专利 CN202510301466.8 芯片设计指标生成模型训练方法及装置. 徐俊刚, 赖心华
• 发明专利 CN202411422150.6 芯片布局方法及装置. 徐俊刚, 赖心华
• 发明专利 CN202411421641.9 芯片布局信息生成方法及装置. 徐俊刚, 赖心华
• 发明专利 CN202210361621.1 简历解析方法及装置. 王玲, 赖心华

💻 核心工作与科研经历

• 2024.05 - 至今，研究实习生，鹏城实验室
• 2025.05 - 2025.06，兼职讲师，丽江文化旅游学院人工智能学院
• 2021.09 - 至今，研究生助教（TA），中国科学院大学（UCAS）
• 2020.08 - 2021.08，科研助理，中国科学院大学 CCIP 实验室
• 2019.06 - 2020.07，软件工程师，华为技术有限公司

🤖 核心科研项目

• 2025.11 - 至今，基于多模态大模型的物理设计 PPA 预测与优化框架（ISEDA 2026）
• 2024.11 - 至今，基于预训练大模型的布线评估与生成框架（DAC 2026）
• 2024.07 - 2025.03，AiEDA 开源平台核心模块架构设计与开发（GitHub 源码）
• 2024.03 - 2024.12，基于强化学习与 Transformer 的并行宏布局框架
• 2022.11 - 2024.11，基于迁移学习与并行优化的布局参数自动化配置框架（TODAES 2025）

🎖 获奖情况

• openDACS2025 开源 EDA 与芯片开源新秀奖（2025）
• openDACS2025 开源 EDA 与芯片赛题优胜奖（2025）
• 中国科学院大学“科学智能”研究生学术论坛 最佳墙报（2025）
• 侠客岛 $EDA^2$ 混合尺寸布局算法竞赛 第三名（2025.07）
• 中国科学院大学“研究生学业奖学金”（3 次）（2021-2023）
• 中国科学院大学“三好学生”（2021 学年）

⌨️ 技能

• 编程语言：Python、C++、Java；熟悉常用设计模式（单例、工厂、观察者）
• 深度学习：PyTorch（科研建模、训练与部署）；系统掌握机器学习与深度学习
• 工具链：Linux、Vim/Neovim、CMake；熟练使用调试与版本控制

💬 其他

• 英语：CET-6
• GitHub：1.2k+ ⭐，SivanLaai
• 博客：blog.laais.cn