现场可编程逻辑门阵列（FPGA）芯片是一种可重构的半定制集成电路，可以根据用户的需求进行硬件编程，从而实现特定的功能。FPGA主要用于数字信号处理、通信、嵌入式系统、图像和视频处理、网络加速、人工智能等多个领域，拥有广阔的应用。在过去的十年里，随着半导体制造工艺不断发展，业界逐步提高FPGA芯片的集成化和系统化，加入了大量的高速运算单元、内存层次资源、领域专用加速器等。集成化和系统化对FPGA芯片设计的EDA工具提出了更大的挑战，如何提高其EDA工具的性能、效率和灵活性，以适应多样化的片上计算资源，成为FPGA应用的瓶颈之一。为了实现这一目标，北京大学集成电路学院设计自动化与计算系统系/无锡北京大学EDA研究院林亦波团队发布了面向大规模FPGA芯片的布局布线开源框架——OpenPARF。其主要特点如下：

　　1、高质量。OpenPARF集成了当前学术界最先进的布局布线算法，能在大规模FPGA芯片上完成布局布线任务，求解质量和运行效率达到国际领先水平。

　　2、高性能。OpenPARF充分挖掘算法并行性，利用GPU实现异构并行加速，相较传统工具能大幅减少布局布线的运行时间。

　　3、与深度学习工具相结合。OpenPARF基于深度学习框架PyTorch 实现，使用C++/CUDA/Python混合编程，兼具C++/CUDA的高效性和Python的灵活性，代码灵活易上手，方便集成人工智能算法。

　　本工作受到国家自然科学基金重大项目“高效率、高可靠性设计的EDA新理论与新方法”等项目的支持，受邀将于IEEE ASICON 2023做特邀报告进行详细介绍。该框架的愿景是建立一个芯片设计与人工智能结合的开放生态平台，为工业界和学术界探索和开发下一代高性能FPGA布局布线算法提供支撑，从而进一步推动芯片设计和人工智能的研究发展。

　　                                                                                                                                                                                                                                                                                                                                               （摘编自 北大集成电路学院官网）